قوانین جدید برای توقف طبقه بندی در دارنگاره twinspan
Authors
abstract
هدف از پژوهش حاضر، ارایه یک الگوریتم اصلاح شده از twinspan و معرفی توابع جدید برای توقف طبقه بندی در دارنگاره twinspan است. twinspan اصلاح شده، با تلفیق آنالیز ناهمگنی خوشه ها پیش از هر تقسیم، ضمن این که از تفکیک تحمیلی خوشه های همگن جلوگیری می کند، بلکه با اجرای فرآیند طبقه بندی به صورت گام به گام، محدودیت روش twinspan معمولی مبنی بر این که تعداد خوشه ها در سطوح بعدی باید دو برابر سطح قبلی باشد را نیز برطرف می سازد. برای این منظور، طبقه بندی اکولوژیک جنگل های شمشاد فریم بر اساس مقادیر درصد تاج پوشش ترکیب گیاهی تعداد 60 قطعه نمونه 400 متر مربعی که به روش رولوه (انتخابی) برداشت شدند، با استفاده از دو روش twinspan معمولی و اصلاح شده انجام شد. در این ارتباط، پنج روش آنالیز ناهمگنی شامل تنوع بتا ویتاکر و واریانس کل به همراه شاخص های فاصله ای عدم تشابه سورنسون، جاکارد و اورلوسی استفاده شد. همچنین، طبقه بندی خوشه ای رویشگاه بر مبنای ویژگی های توپوگرافیک رویشگاه و با استفاده از ضریب فاصله اقلیدوسی و روش خوشه بندی واردز انجام شد. نتایج حاصل از دو سری از شاخص های ناهمگنی با یکدیگر متفاوت بود و در این ارتباط، نتایج دو شاخص تنوع بتا ویتاکر با واریانس کل و نتایج سه شاخص عدم تشابه سورنسون، جاکارد و اورلوسی که به ترتیب به عنوان شاخص های تنوع و فاصله ای ناهمگنی به شمار می روند، مشابه هستند. به طور کلی، نتایج تحقیق حاضر تصریح می کند که روش twinspan اصلاح شده به تغییر منطق طبقه بندی twinspan منجر نشده است، بلکه با تغییر در سلسله مراتب تقسیم ها در فرآیند طبقه بندی به افزایش انعطاف پذیری روش twinspan در تعیین گروه های اکولوژیک جنگل های شمشاد فریم منجر می شود.
similar resources
قوانین جدید برای توقف طبقه‌بندی در دارنگاره TWINSPAN
هدف از پژوهش حاضر، ارایه یک الگوریتم اصلاح‌شده از TWINSPAN و معرفی توابع جدید برای توقف طبقه‌بندی در دارنگاره TWINSPAN است. TWINSPAN اصلاح‌شده، با تلفیق آنالیز ناهمگنی خوشه‌ها پیش از هر تقسیم، ضمن این که از تفکیک تحمیلی خوشه‌های همگن جلوگیری می‌کند، بلکه با اجرای فرآیند طبقه‌بندی به صورت گام به گام، محدودیت روش TWINSPAN معمولی مبنی بر این که تعداد خوشه‌ها در سطوح بعدی باید دو برابر سطح قبلی باش...
full textارائه روش جدید مبتنی بر برنامه نویسی ژنتیک برای وزن دهی قوانین فازی در طبقه بندی نامتوازن
در زمینه مسائل طبقه بندی، اغلب با کلاس هایی مواجه می شویم که تعداد نمونه های متفاوتی دارند یعنی کلاس هایی با تعداد نمونه زیاد و کلاس هایی با تعداد نمونه ی کم؛ این مسائل «مسائل طبقه بندی با مجموعه داده های نامتوازن» نامیده می شوند. سیستم های طبقه بندی مبتنی بر قوانین فازی(frbcss) یکی از رایج ترین سیستم های مدلسازی فازیِ استفاده شده، برای حل مسائل طبقه بندی می باشند. وزن دهیِ قوانین اغلب برای بهبود...
full textتغییرات جدید الگوی دودویی محلی و طبقه بندی و قسمت بندی تصاویر بافتی بستر دریا
Texture analysis plays an important role in image processing. Considering the extraordinary appearance texture sonar images, texture analysis are good choices for analysis of acoustic seabed images. Local binary pattern (LBP) operator is a very efficient and multi-resolution texture descriptor. It acquires appropriate information from the illumination and moods of images. Despite many developin...
full textکاهش شکاف معنایی در دسته بندی پرسش ها با بهره گیری از قوانین طبقه بندی
چکیده: دسته بندی پرسش ها[i] یکی از مؤلفه های حیاتی سیستم های بازیابی اطلاعات[ii] و پاسخ گویی به پرسش[iii] است. هدف از دسته بندی پرسش، شناسایی دقیق نوع پاسخ موردانتظار آن و انتساب برچسبی به آن مطابق با دسته ای است که پرسش در آن قرار می گیرد. تاکنون با دو رویکرد مبتنی بر قانون[iv] و یادگیری ماشین[v]، پژوهش های متعددی در این حوزه صورت پذیرفته است. هدف ما در این پژوهش تلفیق نتایج این دو رویکرد به م...
full textMy Resources
Save resource for easier access later
Journal title:
تاکسونومی و بیوسیستماتیکجلد ۷، شماره ۲۵، صفحات ۵۳-۶۸
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023