کاربرد ماشین بردار پشتیبان در تفکیک زون های دگرسانی هیدروترمال با استفاده از سنجنده آستر
Authors
Abstract:
در این پژوهش با استفاده از سنجنده آستر تلاش شده است کاربرد الگوریتم ماشین بردار پشتیبان در تفکیک دگرسانی های هیدروترمال ذخایر مس پورفیری مورد مطالعه قرار گیرد. برای آموزش این الگوریتم در مجموع 2204 پیکسل از مناطق کانی سازی شده انتخاب گردید. باندهای 4، 6، 7 و 8 سنجنده آستر برای شناسایی دگرسانی های فیلیک و آرژیلیک و 9 باند محدوده ی مرئی و مادون قرمز نزدیک برای شناسایی دگرسانی پروپیلیتیک به عنوان ورودی این الگوریتم انتخاب شدند. به منظور ارزیابی خطای طبقه بندی، ماتریس درهم آمیختگی مطالعه گردید. نتایج ماتریس در هم آمیختگی بیانگر آن است که خطای طبقه بندی برای زون فیلیک و آرژیلیک نسبتا بالاست و امکان تفکیک این دو زون به سادگی امکان پذیر نیست در حالیکه دگرسانی پروپیلیتیک به خوبی طبقه بندی شده است. همچنین این تحقیق تابع خطای جدیدی به نام خطای کور را تعریف نمود که با استفاده از ماتریس درهم آمیختگی نسبت پیکسل های دگرسان طبقه بندی نشده را محاسبه می کند. بر اساس مقدار این خطا، ماشین بردار پشتیبان 6/73 درصد از پیکسل های دگرسان را طبقه بندی نمی کند. همچنین صحت کل طبقه بندی الگوریتم ماشین بردار پشتیبان برابر06/66 درصد و ضریب کاپا برابر6522/0 میباشد.
similar resources
کاربرد ماشین بردار پشتیبان در پیش‌بینی درماندگی مالی شرکت‌ها با استفاده از نسبت‌های مالی
استفاده از نسبت‌های مالی برای پیش بینی درماندگی مالی یا ورشکستگی شرکت‌ها، همیشه مورد توجه دانشگاهیان و بنگاه های اقتصادی، بویژه بانک‌ها و سایر نهادهای مالی بوده است. پیش‌بینی به موقع می تواند تصمیم گیران را در یافتن راه حل و پیشگیری از درماندگی مالی، یاری نماید. همچنین، این مدل‌ها کاربرد بسیار زیادی در رتبه بندی اعتباری و نحوه توزیع تسهیلات بانکی دارد. همواره سعی شده است تا دقت پیش بینی این مدل...
full textشناسایی ربات های وب با استفاده از ترکیب رویکردهای مبتنی بر ماشین های بردار پشتیبان فازی
This article has no abstract.
full textپیش بینی ژن های بیماری با استفاده از دسته بند تک‌کلاسی ماشین بردار پشتیبان
Abstract: In disease gene identification and classification, users are only interested in classifying one specific class, disease genes, without considering other classes (non-disease genes). This situation is referred to as one-class classification. Existing machine learning-based methods typically use known disease gene as positive training set and unknown genes as negative training set to bu...
full textمدل‌سازی وضعیت صخره های مرجانی با استفاده از رگرسیون ماشین بردار پشتیبان و اعمال شاخص‌های طیفی
از منظر تنوع زیستی، جزایر مرجانی مانند جنگل‌های استوایی، متنوع ترین اکوسیستم‌های جهان و شاخصی از سلامت اکوسیستم محسوب می‌شوند اما اکثر این جزایر به دلیل تحولات توریستی و نیز تأثیرات تغییر آب‌وهوا رو به نابودی‌اند.توانایی شناسایی و ارزیابی سلامت مرجان‌ها با استفاده از تصاویر ماهواره‌ای شیوه‌ای مقرون‌به‌صرفه و موثر است. با توجه به اثرگذاری دمای سطح آب بر روی سلامت و توزیع رجان‌ها، با استفاده از ا...
full textبازشناسی چهره با استفاده از آنالیز تفکیک خطی بر پایه موجک‌های هار و گابور و ماشین بردار پشتیبان
در این مقاله، پس از انجام مطالعه‌ای در مباحث الکترونیک، پردازش تصویر، بینایی ماشین، بازشناسی چهره، فیلترینگ، تبدیل موجک، آنالیز تفکیک خطی و ماشین بردار پشتیبان، روش جدیدی برای بازشناسی چهره، معرفی و پیشنهاد شده است. روند کلی این روش به‌صورت زیر است: ابتدا تعدادی تصویر از چهره اشخاص، که در این مقاله از پایگاه داده‌های FERET برگرفته شده است؛ به‌عنوان بانک اطلاعاتی برای بازشناسی چهره، وارد سیستم م...
full textبرآورد ارزش در معرض ریسک با استفاده از مدل ترکیبی ماشین بردار پشتیبان و گارچ
یکی از حوزههای اصلی مدیریت مالی، مدیریت ریسک میباشد. منظور از مدیریت ریسک، شناسایی، اندازهگیری و نظارت بر ریسک است. بنابراین اندازهگیری ریسک از جایگاه ویژهای در مدیریت ریسک برخوردار است. از جمله روش‌های شناخته شده و پرکاربرد اندازهگیری ریسک، محاسبه ارزش در معرض ریسک میباشد که موضوع اصلی این پژوهش است. در این پژوهش با استفاده از مدل ترکیبی ماشین بردار پشتیبان وگارچ به پیش‌بینی نوسانات شا...
full textMy Resources
Journal title
volume 13 issue 2
pages 0- 0
publication date 2019-10
By following a journal you will be notified via email when a new issue of this journal is published.
No Keywords
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023