کاربرد شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش بینی حضور علف های هرز در مزارع نخود دیم استان کردستان

Authors

سحر منصوریان

ابراهیم ایزدی دربندی

محمدحسن راشد محصل

مهدی راستگو

همایون کانونی

abstract

به منظور مقایسه توانایی مدل های شبکه عصبی مصنوعی با رگرسیون لجستیک در پیش بینی حضور علف های هرز، آزمایشی در 33 مزرعه نخود دیم استان کردستان در سال زراعی 92-1391 انجام شد. برای این منظور، اطلاعات اقلیمی و خاکی به عنوان متغیرهای مستقل و حضور و عدم حضور علف های هرز غالب به عنوان متغیرهای وابسته در مدل های رگرسیون لجستیک و شبکه عصبی مصنوعی استفاده شدند. در این تحقیق از شبکه پرسپترون چندلایه با نه نرون در لایه ورودی، یک و دو لایه پنهان با تعداد نرون مختلف و دو نرون در لایه خروجی استفاه شد. علف هرز بی تی راخ (galium aparine l.) و پیچک صحرایی (convolvulus arvensis l.) با بیشترین شاخص فراوانی، علف های هرز غالب مزارع نخود بودند. نتایج نشاه داد که رگرسیون لجستیک نتوانست بین متغیرهای مستقل و حضور علف هرز بی تی راخ معادله ای را برازش دهد. در حالی که شبکه عصبی مصنوعی قادر بود برای هر دو علف هرز بی تی راخ و پیچک صحرایی در هر دو مرحله نمونه برداری، مدل مناسبی را برازش دهد. بطور کلی شبکه­های عصبی مصنوعی با کارایی بالا در مقایسه با روش رگرسیون لجستیک، برای پیش­بینی حضور علف­های­هرز در مزارع نخود دیم استان کردستان، مناسب تر بوده و کاربرد آن برای این منظور قابل توصیه می­باشد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

کاربرد شبکه عصبی مصنوعی و رگرسیون لجستیک در پیش‌بینی حضور علف‌های‌هرز در مزارع نخود دیم استان کردستان

به منظور مقایسه توانایی مدل‌های شبکه عصبی مصنوعی با رگرسیون لجستیک در پیش بینی حضور علف‌های‌هرز، آزمایشی در 33 مزرعه نخود دیم استان کردستان در سال زراعی 92-1391 انجام شد. برای این منظور، اطلاعات اقلیمی و خاکی به عنوان متغیرهای مستقل و حضور و عدم حضور علف‌های‌هرز غالب به عنوان متغیرهای وابسته در مدل‌های رگرسیون لجستیک و شبکه عصبی مصنوعی استفاده شدند. در این تحقیق از شبکه پرسپترون چندلایه با نه ن...

full text

کاربرد شبکه های عصبی مصنوعی در پیش بینی بارش زمستانه

پیش‌بینی بارش یکی از مهم‌ترین مسائل در زمینه مدیریت بهینه منابع آب در بخش‌های مختلف نظیر صنعت، شرب و کشاورزی است. پیش بینی بارش می تواند باعث جلوگیری از تلفات و خسارات ناشی از بلایای طبیعی شود. هدف از تحقیق حاضر پیش‌بینی بارش زمستانه استان خراسان رضوی با استفاده از شبکه‌های عصبی مصنوعی می‌باشد. بدین منظور، ابتدا سری زمانی بارش متوسط منطقه‌ای به روش کریجینگ در طول دوره آماری به دست آورده شد. سپس...

full text

مقایسه دقت پیش بینی شبکه های عصبی مصنوعی و رگرسیون لجستیک دو متغیره در تشخیص هم‏زمان بیماری فشارخون و دیابت

  Background : Diabetes and hypertension are from important non-communicable diseases in the world and their prevalence are very important for health authorities. The objective of this study was to compare the predictive precision of joint logistic regression (LR) and artificial neutral network (ANN) in concurrent diagnosis of diabetes and hypertension.   Methods : This cross-sectional study wa...

full text

کارایی شبکه های عصبی، رگرسیون لجستیک و تحلیل تمایزی در پیش بینی نکول

مدل­ های آماری مختلفی برای پیش بینی و طبقه بندی در علوم وجود دارد.  روش ­های آماری و اقتصادسنجی نظیر رگرسیون، تحلیل تمایزی، سری ­های زمانی، رده بندی و دیگر  روش ­ها، بر اساس متغیرها و اطلاعات موجود برای پیش بینی و طبقه بندی یک موضوع خاص به کار می­ روند.  مدل ­های آماری متأثر از مفروضات و محدودیت­ های زیادی هستند، بدین لحاظ اخیرا شبکه­ های عصبی به عنوان شیوه­ ی نوین پیش بینی به دلیل عدم نیاز به ...

full text

بررسی مدیریت تلفیقی علف های هرز در مزارع نخود دیم

abstract chickpea is weak in competition of weeds that damages to it at between 40 t0 60 percent. kermanshah province is one of the most important region for chickpea fields in iran. for these reosons, weed management is necessary in this crop. in order to evaluate of herbicides and stubble control on broad leave weeds control in chickpea. experiment was conducted in agricultural research stat...

مقایسه قدرت پیش بینی شبکه عصبی مصنوعی با رگرسیون لجستیک چندگانه در تفکیک بیماران دیابتی رتینوپاتی از غیر رتینوپاتی

 Background: Diabetes mellitus is a high prevalent disease among the population, and if not controlled, it causes complications and irreparable damage to the eye and cause blindness. This study goal is to investigate the predictive power of multiple logistic regression model and the Artificial Neural Network Multi-layer Perceptron (MLP) in determining patients with and without diabetic...

full text

My Resources

Save resource for easier access later


Journal title:
مجله دانش علف های هرز ایران

Publisher: انجمن علوم علفهای هرز ایران

ISSN

volume 10

issue 2 2014

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023