کاربرد شبکه عصبی مصنوعی در مدل سازی و پیش بینی تغییرات کاربری اراضی شهر سردرود (1410-1363)

ـ حکمت­نیا، حسن و میرنجف موسوی (1392)، «کاربرد مدل در جغرافیا با تأکید بر برنامه‌ریزی شهری و ناحیه‌ای»، انتشارات آزاد پیما؛ چاپ سوم.  ص390.

ـ رسولی، علی­اکبر و حسن محمودزاده (1389)، «مبانی سنجش از دور دانش پایه»، انتشارات علمیران، 192.

شکوئی، حسین (1373)، «دیدگاه­های نو در جغرافیای شهری»، انتشارات سمت؛ ص 568.

ـ شیعه، اسماعیل (1377)، «مقدمه­ای بر مبانی برنامه­ریزی شهری»، انتشارات دانشگاه علم و صنعت، ص 240.

ـ محمدی، مجید، امیری، مجتبی و جعفر دستورانی (1394)، «مدل­سازی تغییرات کاربری اراضی شهرستان رامیان در استان گلستان»، مجله برنامه­ریزی و آمایش فضا، دوره نوزدهم، شماره 4.

ـ محمودزاده، حسن (1393)، «ارزیابی و تحلیل اکولوژیکی توسعه فضایی کلانشهر تبریز، رساله دکتری جغرافیا و برنامه­ریزی شهری»، دانشکده جغرافیا و برنامه­ریزی دانشگاه تبریز.

ـ مرکز آمار ایرا ن (1390)، نتایج سرشماری عمومی سال 1390.

ـ مهدوی، مسعود و افسانه برنجکار (1393)، «خزرشهر و تغییر کاربری اراضی روستایی (مطالعه موردی شهرستان بندر انزلی در 45 سال اخیر)»، چشم­انداز جغرافیایی در مطالعات انسانی، شماره 27، صص 17-1.

-Atkinson, P., & Tatnall, A. (1997), “Neural networks in remote sensing”, International Journal of Remote Sensing, 18(4), Pp. 699-709.

-Babaian, R., Miyashita, H., Evans, R., Eshenbach, A., &Ramimrez, E. (1997), “Early detection program for prostate cancer: results and identification of high-risk patient population”, Urology, 37(3), Pp. 193-197.

-Benz, U.C., Hoffmann, P., Willhauck, G., Lingenfelder, I. & Heynen, M. (2004), “Multi-resolution, objectoriented fuzzy analysis of remote sensing data for GIS-ready information”, ISPRS Journal of Photogrammetry and Remote Sensing, 58: 239–258.

-Brown, D.G., Lusch, D.P., & Duda, K.A. (1998), “Supervised classification of glaciated landscape types using digital elevation data”, Geomorphology, 21(3–4), Pp. 233–250.

-Drummond, S., Joshi, A., & Sudduth, K. (1998), “Application of neural networks: precision Farming”, IEEE Transactions on Neural Networks, Pp. 211–215.

-Fishman, M., Barr, Dean S., & Loick, W.J. (1991), “Using neural nets in market analysis”, Technical Analysis of Stocks & Commodities, 4, Pp. 18–21.

-Fukushima, K., Miyake, S., & Takayuki (1983), “Neocognitron: a neural network model for a mechanism of visual pattern recognition. IEEE Transactions on Systems”, Man, and Cybernetics, SMC, 13(5), Pp. 826–834.

-Longely Paul. (2000), “Spatial Analysis in the New Millennium”, Annals of the Association of American Geographers, 90(1), Pp. 157-165.

-Nancy E. McIntyre, K. Knowles-Yánez, and D. Hope. (2008), “Urban Ecology as an Interdisciplinary Field: Differences in the use of Urban between the Social and Natural Sciences”, Journal of Urban Ecosystems, No 4, Pp. 5-24.

-Pijanowski, B.C., Brown, D.G., Shellito, B.A., &Manik, G.A. (2002), “Using neural networks and GIS to forecast land use changes: a land transformation model, Computers”, Environment and Urban Systems, 26(6), Pp. 553-575.

-Ritter, N., Logan, T., & Bryant, N. (1988), “Integration of neural network technologies with geographic information systems”, Proceedings of the GIS symposium: integrating technology and geoscience applications (pp. 102–103). Denver, Colorado, United States Geological Survey, Washington, DC.

-Rumelhart, D., Hinton, G., Williams, R. (1986), “Learning Internal Representations by Error Propagation”, Parallel Distributed Processing: Explorations in the Microstructures of Cognition”, Vol. 1, Pp. 318-362, Cambridge: MIT Press.

-Skapura, D. (1996), “Building neural networks”, New York: ACMPress.

-Sundara, K.K.et.al. (2012), “Land Use And Land Cover Change Detection And Urban Sprawl Analysis of Vijayawada City Using Multi-temporal Landsat Data”, International Journal of Engineering Science and Technology, Vol. 4, No. 01, Pp 170-178.

-Theobald, D.M., Hobbs, N.T. (1998), “Forecasting Rural Land-use Change: A Comparison of Regression and Spatial Transition-based Models”, Geographical and Environmental Modeling, 2(1), Pp.65–82.