دانلود مقاله ISI انگلیسی شماره 110681
ترجمه فارسی عنوان مقاله

مقایسه شبکه عصبی مصنوعی و رگرسیون لجستیک به عنوان روش های بالقوه برای پیش بینی جمعیت علف های هرز در نخود دیم و گندم زمستانه استان کردستان

عنوان انگلیسی
Comparison of artificial neural networks and logistic regression as potential methods for predicting weed populations on dryland chickpea and winter wheat fields of Kurdistan province, Iran
کد مقاله سال انتشار تعداد صفحات مقاله انگلیسی ترجمه فارسی
110681 2017 9 صفحه PDF سفارش دهید
دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله تقریباً شامل 6319 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 70 تومان 12 روز بعد از پرداخت 442,330 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 140 تومان 6 روز بعد از پرداخت 884,660 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
تولید محتوا برای سایت شما
پایگاه ISIArticles آمادگی دارد با همکاری مجموعه «شهر محتوا» با بهره گیری از منابع معتبر علمی، برای کتاب، سایت، وبلاگ، نشریه و سایر رسانه های شما، به زبان فارسی «تولید محتوا» نماید.
  • تولید محتوا با مقالات ISI برای سایت یا وبلاگ شما
  • تولید محتوا با مقالات ISI برای کتاب شما
  • تولید محتوا با مقالات ISI برای نشریه یا رسانه شما
  • و...

پیشنهاد می کنیم کیفیت محتوای سایت خود را با استفاده از منابع علمی، افزایش دهید.

سفارش تولید محتوا کد تخفیف 10 درصدی: isiArticles
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)

Journal : Crop Protection, Volume 93, March 2017, Pages 43-51

ترجمه کلمات کلیدی
شاخص فراوانی، سیستم اطلاعات جغرافیایی، سیستم موقعیت یاب جهانی، توزیع علفهای هرز، نقشه های زون،
کلمات کلیدی انگلیسی
Abundance index; Geographic information system; Global positioning system; Weed distribution; Zonation maps;
پیش نمایش مقاله
پیش نمایش مقاله مقایسه شبکه عصبی مصنوعی و رگرسیون لجستیک به عنوان روش های بالقوه برای پیش بینی جمعیت علف های هرز در نخود دیم و گندم زمستانه استان کردستان

چکیده انگلیسی

This study was carried out in 2013 and 2014 to compare the potential of artificial neural networks and logistic regression to predict dominant weed presence on dryland chickpea and winter wheat fields in Kurdistan province, Iran. In both models, climatic and soil characteristics were defined as independent variables and presence/absence of the dominant weeds as the dependent variable. The geographical coordinates of each field was overlaid on georeferenced map of the province for producing the distribution of weed species maps in ArcGIS. Also, the zonation maps developed by using GIS based on LR models. Demographic indices of weed species were calculated, and the dominant weeds were determined. In the area under study, 61 and 74 weed species were identified on chickpea and winter wheat fields, respectively. The results indicated that Galium aparine L., Convolvulus arvensis L., Scandix pectin-veneris L. and Tragopogon graminifolius DC. at three-leaf stage (99, 81, 71 and 70, respectively), Convolvulus arvensis and Tragopogon graminifolius at podding stage of chickpea (96 and 77, respectively); and Convolvulus arvensis, Tragopogon graminifolius, Turgenia latifolia (L.) Hoffm. and Carthamus oxyacantha M. B. at heading stage of winter wheat (95, 80, 78 and 72, respectively) were the dominant weeds with the highest abundance indices. The logit models did not show good fitness and could not fit any models for Galium aparine at three leaf stage and dominant weeds at podding stage of chickpea. However, ANN could develop the best suited models for prediction all dominant weeds with high MSE values. Sensitivity analysis on the optimal networks revealed that altitude and rainfall were the most significant parameters. The results demonstrates the potential of ANN as a promising tool for survey of weed population dynamics.

دانلود فوری مقاله + سفارش ترجمه

نسخه انگلیسی مقاله همین الان قابل دانلود است.

هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.

این مقاله شامل 6319 کلمه می باشد.

هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:

شرح تعرفه ترجمه زمان تحویل جمع هزینه
ترجمه تخصصی - سرعت عادی هر کلمه 70 تومان 12 روز بعد از پرداخت 442,330 تومان
ترجمه تخصصی - سرعت فوری هر کلمه 140 تومان 6 روز بعد از پرداخت 884,660 تومان
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.