ماشین‌های تصادفی بردار پشتیبان، طبقه‌بندی دسته‌جمعی بهینه داده‌های با ابعاد بالا

تدوین قوانین بهینه بهره برداری از سد زاینده رود به کمک ماشینهای بردار پشتیبان

همواره بهره برداری بهینه از مخازن سدها از جمله مسائل بهینه سازی پیچیده ای است که به دلیل دخیل بودن فاکتورهای متعدد، به یک مدل بهینه سازی بزرگ با قیدهای متعدد می انجامد که اجرای این مسأله بزرگ بهینه سازی در کنار انتخاب روش حل، با مشکل زمان اجرا مواجه است و این موضوع پویایی و کارایی این مدل ها را به شدت محدود می کند. استفاده از هوش مصنوعی و به طور خاص ماشین های بردار پشتیبان، می تواند مشکلات مذکو...

پیش‌بینی فصلی خشکسالی هواشناسی با استفاده از ماشین‌های بردار پشتیبان

در تحقیقات مختلف، پارامترهای هواشناسی متفاوتی در پیش‌بینی دوره‌های کم بارش مورد توجه قرار گرفته‌اند. در این تحقیق نمایه بارش استاندارد شده (SPI) برای 6 سناریوی فصل (پاییز، زمستان، بهار، پاییز+ زمستان، زمستان+ بهار و پاییز تا بهار) محاسبه شده و متغیرهای هواشناسی پیش‌بینی کننده دمای هوا (در سطح 300، 500، 700 و 850 میلی بار) و ارتفاع ژئوپتانسیل (در سطح 300، 500، 700 و 850 میلی بار) در محدوده طول و...

تخمین عیار کانسار فسفات اسفوردی با روش رگرسیون بردار پشتیبان

امروزه تخمین متغیر با استفاده از روش­های مبتنی بر هوش مصنوعی از جمله رویکردهای جدیدی است که فرآیند تصمیم­گیری موثر را در بسیاری از علوم میسر ساخته است. تخمین عیار نیز از مسایل مهم در ارزیابی ذخایر معدنی در علوم زمین به شمار می­رود. روش­های زمین آماری از جمله روش­های متداول تخمین متغیر در علوم زمین محسوب می­شوند. از آنجایی که این روش­ها در رابطه با داده­هایی که تعداد آن­ها محدود است و ماهیت پراک...

تعیین ماشین‌های بردار پشتیبان بهینه در طبقه‌بندی تصاویر فرا طیفی بر مبنای الگوریتم ژنتیک

Hyper spectral remote sensing imagery, due to its rich source of spectral information provides an efficient tool for ground classifications in complex geographical areas with similar classes. Referring to robustness of Support Vector Machines (SVMs) in high dimensional space, they are efficient tool for classification of hyper spectral imagery. However, there are two optimization issues which s...

طبقه‌بندی تصاویر پلاریمتری رادار با روزنه مجازی بر اساس تلفیق طبقه‌بندی کننده ماشین بردار پشتیبان و میدان‌های تصادفی مارکوف

تحقیقات اخیر نشان داده است که طبقه بندی تصاویر سنجش ازدور با کمک روش‌هایی که از اطلاعات مکانی در کنار اطلاعات طیفی استفاده می‌کند، نسبت به روش‌های مبتنی بر فقط اطلاعات طیفی، دقیق‌تر می‌باشد. اگرچه طبقه‌بندی به روش ماشین بردار پشتیبان دارای نتایج دقیق در بیشتر تصاویر سنجش‌ ازدور می‌باشد ولی این طبقه‌بندی کننده ذاتا بر مبنای فقط اطلاعات تک پیکسل عمل می‌کند، که این یک محدودیت برای استفاده از آن می...

بررسی خواص مخزنی سازند سروک براساس نمودارهای پتروفیزیکی و ماشین های بردار پشتیبان بهینه سازی شده با الگوریتم ژنتیک