جستجو در مقالات منتشر شده


1 نتیجه برای Mlp

نرگس سلیمی، سید محمود فاطمی عقدا، محمد تشنه لب، یوسف شرفی،
جلد 10، شماره 3 - ( 9-1395 )
چکیده

زمین­لغزش­ها هر سال خسارت­های مالی و جانی زیادی به‌بار می­آورند. نقشه­های پهنه‌بندی خطر زمین­لغزش می­توانند به کاهش این خسارت­ها کمک کنند. حوزۀ آبخیز طالقان از جمله­ حوزه­های مستعد زمین­لغزش است که بررسی شده است. در این مقاله به پهنه­بندی خطر زمین­لغزش در این منطقه و در مقیاس 50000/1، و با در نظر داشتن لایه­های اطلاعاتی پراکندگی لغزش­ها، شیب، برای شیب، زمین‌شناسی (لیتولوژی)، فاصله از گسل­ها، فاصله از آبراهه­ها، با روش شبکه­های عصبی مصنوعی مبتنی بر توابع پایه­ای گوسی (RBF) و شبکه‌های عصبی پرسپترون (MLP) می‌پردازیم. کلیات روش RBF تا حدود زیادی مشابه شبکه­های عصبی پرسپترون (MLP) است که تا کنون قابلیت آن مشخص شده­ است و چندین تفاوت ساختاری در مؤلفه­ها بین این دوروش شبکۀ عصبی وجود دارد. از نتایج نهایی مشخص شد که نقشه‌های حاصل از هر دو روش قابل قبول هستند و روش MLP دقت بیش‌تری نسبت به‌روش RBF دارد.



صفحه 1 از 1     

کلیه حقوق این وب سایت متعلق به نشریه زمین شناسی مهندسی می باشد.

طراحی و برنامه نویسی : یکتاوب افزار شرق

© 2024 CC BY-NC 4.0 | Journal of Engineering Geology

Designed & Developed by : Yektaweb