پیوندهای مفید
اخبار و اعلانات
آمار
| تعداد نشریات | 158 |
| تعداد شماره‌ها | 6,225 |
| تعداد مقالات | 67,685 |
| تعداد مشاهده مقاله | 114,999,173 |
| تعداد دریافت فایل اصل مقاله | 89,674,427 |
ارزیابی تأثیر پیش‌پردازش متغیرهای ورودی به مدل ماشین بردار پشتیبان به روش آزمون گاما به‌منظور پیش‌بینی حجم رسوب معلق | ||
| نشریه علمی - پژوهشی مرتع و آبخیزداری | ||
| مقاله 10، دوره 67، شماره 2، تیر 1393، صفحه 289-303 اصل مقاله (638.76 K) | ||
| نوع مقاله: مقاله پژوهشی | ||
| شناسه دیجیتال (DOI): 10.22059/jrwm.2014.51833 | ||
| نویسندگان | ||
| الهام کاکائی لفدانی1؛ علیرضا مقدم نیا* 2؛ آزاده احمدی3؛ حیدر ابراهیمی4 | ||
| 1دانشجوی دکتری علوم و مهندسی آبخیزداری، دانشکده منابع طبیعی، دانشگاه تربیت مدرس، نور، ایران | ||
| 2دانشیار گروه احیای مناطق خشک و کوهستانی، پردیس کشاورزی و منابع طبیعی کرج، دانشگاه تهران، کرج، ایران | ||
| 3استادیار دانشکده مهندسی عمران، دانشگاه صنعتی اصفهان، اصفهان، ایران | ||
| 4دانشجوی دکتری علوم و مهندسی آبخیزداری، گروه آبخیزداری، دانشگاه کاشان، کاشان، ایران | ||
| چکیده | ||
| هدف از این مطالعه بررسی تأثیر پیش پردازش متغیرهای ورودی به روش آزمون گاما بر عملکرد مدل ماشین بردار پشتیبان جهت پیش‌بینی حجم رسوبات معلق رودخانه دویرج، واقع در استان ایلام، برای دورة ۱۹۹۴ـ ۲۰۰۵ است. دبی جریان و بارندگی ورودی مدل و دبی رسوب معلقْ خروجی مدل درنظر گرفته شد. همچنین، طول دورة آموزش مدل با استفاده از آزمون گاما (Gamma Test (GT)) مشخص شد. سپس، به منظور بررسی تأثیر پیش پردازش متغیرهای ورودی بر عملکرد مدل، رسوب معلق با استفاده از مدل SVM، که هیچگونه پیشپردازشی بر روی متغیرهای ورودی آن صورت نگرفته بود، پیش‌بینی شد و نتایج با یکدیگر مقایسه گردید. نتایج نشان داد عملکرد مدل GT-SVM در مرحله آزمون با حداقل RMSE برابر با 96/0 تن در روز و حداکثر ضریب R2 برابر با 98/0 بین مقادیر پیش‌بینی‌شده و واقعی بهتر از عملکرد مدل SVMاست. | ||
| کلیدواژه‌ها | ||
| آزمون گاما؛ ارزیابی کارایی؛ رسوب معلق؛ رودخانه دویرج؛ ماشین بردار پشتیبان | ||
| عنوان مقاله [English] | ||
| Assessing the Impact of input variables preprocessing into support vector machine through gamma test method for suspended sediment volume prediction | ||
| نویسندگان [English] | ||
| Elham Kakaei Lafdani1؛ Ali Reza Moghaddam Nia2؛ Azadeh Ahmadi3؛ Heydar Ebrahimi4 | ||
| 1PhD Candidate, Watershed Management Engineering, Faculty of Natural Resources, Tarbiat Modares University, Noor, Iran | ||
| 2Associate Professor, Mountain and Arid Regions Reclamation Department, Faculty of Natural Resources, University of Tehran, Karaj, Iran | ||
| 3Assistant Professor, Department of Civil Engineering, Isfahan University of Technology, Isfahan, Iran | ||
| 4PhD Candidate, Watershed Management Engineering, Department of Watershed Management, University of Kashan, Kashan, Iran | ||
| چکیده [English] | ||
| This study aimed to examine the influence of pre-processing input variables by Gamma Test on performance of Support Vector Machine in order to predict the suspended sediment amount of Doiraj River, located in Ilam Province from 1994-2004. The flow discharge and rainfall were considered as the input variables and sediment discharge as the output model. Also, the duration of the model training period was determined through GT. Thereafter, in order to carry out the influence of pre-processing input variables on performance of model, the suspended sediment was predicted using SVM model while no pre-processing has been done on its input variables and the results were compared to each other. Results show the performance of the GT-SVM model in the test phase with minimum RMSE was equal to 0.96 (ton/day) and the maximum coefficient of R2 was equal to 0.98 between the predicted and actual values, was better than SVM model. | ||
| کلیدواژه‌ها [English] | ||
| Doiraj River, Gamma test, Performance Evaluation, Suspended Sediment, Support vector Machine | ||
|
آمار تعداد مشاهده مقاله: 2,404 تعداد دریافت فایل اصل مقاله: 1,609 |
||