پیش بینی مکانی-زمانی مناطق پرخطر بیماری لپتوسپیروز با استفاده از روش های رگرسیون وزندار جغرافیایی و شبکه عصبی پرسپترون چندلایه
Authors
abstract
تشخیص عوامل بیماریزا، شناسایی تجمع مکانی بیماری و یافتن الگوی انتشار آن در محیط از ضروریترین نیازها در زمینه بهداشت عمومی و مدیریت بیماریها به شمار میآیند. بیماری لپتوسپیروز یکی از بیماریهای مشترک انسان و دام میباشد که تقریبا در تمام نقاط جهان بهویژه در مناطق گرمسیری، نیمهگرمسیری و نواحی گرم و مرطوب شیوع بیشتری دارد. شرایط آب و هوایی معتدل و مرطوب در استانهای شمالی ایران این مناطق را در معرض خطر بیشتر برای ابتلا به این بیماری قرار داده است. اهداف اصلی این تحقیق بررسی سالانه توزیع مکانی بیماری لپتوسپیروز، کشف خوشههای مکانی و مکانی- زمانی بیماری و تهیه نقشه پیشبینی توزیع مکانی- زمانی آن در استانهای شمالی ایران میباشد. در این تحقیق دادههای وقوع بیماری لپتوسپیروز به همراه دادههای محیطی و توپوگرافی از قبیل میانگین دمای هوا، میانگین رطوبت، مجموع بارش سالیانه، ارتفاع، شیب، جهت شیب و تعداد روزهای یخبندان در سه استان گیلان، مازندران و گلستان از ابتدای سال 1389 تا پایان سال 1393 به صورت ماهانه جمعآوری شدهاند. به منظور بررسی وجود و یا عدم وجود خودهمبستگی مکانی میان موارد وقوع بیماری لپتوسپیروز از شاخصهای عمومی اندازه گیری خودهمبستگی مکانی همچون moran’s i و general g استفاده شده است. آزمونهای خودهمبستگی عمومی برای هر 6 سال به صورت جداگانه فرض تصادفی بودن توزیع بیماری در منطقه را رد کرده و بیانگر این است که توزیع بیماری در منطقه در هر 6 سال خوشهای میباشد. به منظور کشف خوشههای مکانی و شناسایی مناطق پرخطر بیماری لپتوسپیروز از شاخصهای محلی کشف خوشههای مکانی از قبیل local moran’s i و gi local استفاده شده است. در این تحقیق به منظور تهیه نقشه پیشبینی توزیع مکانی- زمانی بیماری لپتوسپیروز، از دو مدل رگرسیون وزندار جغرافیایی و شبکه عصبی پرسپترون چند لایه استفاده شده است. در نهایت معیارهای ضریب کاپا، rmse، mape و r2 جهت ارزیابی عملکرد مدلهای پیشنهادی به کار گرفته شدهاند.
similar resources
پیش بینی دماهای ماهانه ایستگاه های همدید منتخب استان اصفهان، با استفاده از شبکه عصبی مصنوعی پرسپترون چندلایه
پیش بینی دما از کاربردی ترین برآوردهای عناصر آب و هوایی است. امروزه بخش های کشاورزی و صنعت وابستگی زیادی به شرایط دمایی (آب و هوا) دارند. دما یکی از فراسنج های بسیار مهم آب و هوایی است و از عوامل اصلی هویت آب و هوایی هر ناحیه محسوب می شود. هدف از انجام این پژوهش، مدل سازی برای پیش بینی میانگین دمای ماهانه ایستگاه های منتخب استان اصفهان است؛ از این رو، پس از بررسی طول دوره آماری ایستگاههای موجود...
full textپیش بینی بزرگای زلزله با استفاده از شبکه عصبی پرسپترون چندلایه
به دلیل نواقص موجود در روش های پیشین محاسبه بزرگای زلزله، شبکه عصبی به عنوان یک روش جدید برای این منظور آزمایش می گردد. در این مقاله نوعی شبکه عصبی با نام پرسپترون چندلایه برای پیش بینی بزرگای گشتاوری زلزله مورد استفاده قرار گرفته است. شبکه عصبی پرسپترون شامل سه لایه اصلی با نام های لایه ورودی، لایه پنهان و لایه خروجی است. ورودی های این شبکه شش متغیر مربوط به مکان و زمان وقوع زلزله و همچنین مشخ...
full textارزیابی و مقایسه کارایی کرنل های ثابت و انطباقی در رگرسیون وزندار جغرافیایی برای مدلسازی بیماری لپتوسپیروز در استان گیلان
بیش از 200 نوع بیماری مشترک بین دام و انسان در جهان وجود دارند که لپتوسپیروز یکی از مهمترین آنها به شمار میرود. هر ساله با شروع فصل شالیکاری در شمال کشور، این بیماری شیوع پیدا کرده و در مواردی منجر به مرگ و میر میشود. در مقایسه با سایر استانها در چند سال اخیر، استان گیلان بیشترین میزان گزارش بیماری لپتوسپیروز را به خود اختصاص داده است و از این جهت مطالعه و مدلسازی این بیماری در استان فوق از ا...
full textانتخاب متغیر در شبکه های عصبی پرسپترون چندلایه به منظور پیش بینی با استفاده از نگاشت های خود سازمان ده (SOM)
full text
پیش بینی اظهارنظر مشروط حسابرسی با استفاده از شبکه عصبی پرسپترون چندلایه و درخت تصمیم
در سیستم های اجتماعی- اقتصادی کنونی، وظیفه بهینه نمودن گزارش های اقتصادی و اعتبار بخشی به صورت های مالی، به حسابرسان مستقل واگذار شده است. گزارش حسابرسی دامنه رسیدگی به اطلاعات مالی را مشخص کرده و یافته های حسابرسی را از طریق اظهار نظر حسابرس ابلاغ می نماید. پیش بینی نوع اظهارنظر حسابرسان طی دهه های اخیر مورد توجه محققان قرار گرفته است. تاکنون محققان از روش های خطی همچون رگرسیون برای پیش بینی ا...
15 صفحه اولMy Resources
Save resource for easier access later
Journal title:
علوم و فنون نقشه برداریجلد ۶، شماره ۲، صفحات ۷۹-۹۸
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023