نتایج جستجو برای: شبکه عصبی با توابع پایه شعاعی
تعداد نتایج: 675705 فیلتر نتایج به سال:
یک روش آماری رایج برای دستهبندی، استفاده از مدلهای رگرسیون لوژستیک است. این روش با درنظرگرفتن اثرات خطی از ویژگیهای افراد یا اشیا به مدلسازی احتمالات پسین عضویت در هر دسته میپردازد. در عمل این گمان وجود دارد که اثرات غیرخطی ویژگیها میتوانند نقش موثری در دستهبندی صحیح مشاهدات داشته باشند. اما مسئلهای که در پی ورود اثرات غیرخطی به مدل لوژستیک مطرح میشود، برآوردیابی پارامترها اس...
برآورد بار رسوب کل رودخانهها از مسائل مهم و کاربردی در مدیریت و برنامهریزی منابع آب است. غلظت رسوب میتواند به روشهای مستقیم و یا غیرمستقیم محاسبه شود که معمولاً روشهای مستقیم پرهزینه و زمانبر هستند. همچنین بار رسوب کل میتواند به کمک روابط مختلف انتقال رسوب محاسبه شود، لیکن به طور معمول کاربرد این روابط نیاز به شرایط معینی داشته و به علاوه در بیشتر موارد نتایج حاصل از آنها با یکدیگر و با ...
پیشبینی پدیدههای اقتصادی ساختاری فراهم میکند تا مدیران و مسؤلان اقتصادی را در گرفتن تصمیمهای درست یاری دهد. هدف اصلی این مطالعه پیشبینی مقدار تولید آبزیان دریایی در ایران است. برای این منظور از روشهای سری زمانی خود توضیح جمعی میانگین متحرک (ARIMA)[1] و شبکه عصبی مصنوعی[2] استفاده میشود. در این مطالعه سه ساختار گوناگون شبکه عصبی شامل شبکه عصبی پیشرو[3]، تابع پایه شعاعی[4] و المن[5] بکار ...
هدف از انجام این پایان نامه بررسی روش کالوکیشن مبتنی بر توابع پایه شعاعی برای حل مسائل انتقال گرمایی می باشد.این روش معمولا در سبکی مشابه با تفاضلات متناهی اما با نقاط تصادفی به جای نقاط با شبکه بندی منظم بکار می رود.
شبکه های عصبی مصنوعی شاخه ای از هوش مصنوعی هستند که در معماری آنها تلاش بر شبیه سازی سیستم بیولوژیک مغز انسان می باشد. در این تحقیق برای پیش بینی مقدار نشست پی های سطحی متکی بر خاکهای غیرچسبنده از شبکه های عصبی مصنوعی با الگوریتم های پس انتشار خطا و توابع پایه شعاعی استفاده شده است، به این منظور از یک بانک اطلاعاتی شامل 200 مجموعه داده اندازه گیری شده دقیق بهره گرفته شده است، مقادیر پیش بینی شد...
روش مونت کارلو از قدرتمندترین روشهای تحلیل احتمال خرابی در سازه هاست که برای توابع شرایط حدی دارای هرگونه پیچیدگی و برای متغیرهای تصادفی با هر نوع توزیع احتمالاتی استفاده گردد. اما افزایش تعداد تحلیلها برای شبیه سازی مسایلی که دارای احتمال خرابی بسیار کمی هستند، مانند اغلب سازه های اجرایی، سبب گشته که کاربرد آن در مسایل پیچیده نیازمند حجم محاسباتی بسیار بالایی شود. در این تحقیق، ابتدا با استفاد...
تخمین عیار یکی از مراحل حیاتی در بررسی های فنی و اقتصادی معادن است. بنابراین یافتن روشی که بتواند این مقادیر را با دقت بالا تخمین بزند یک ضرورت به شمار می رود. در این مطالعه، یک الگوریتم فازی عصبی تطبیقی به منظور تخمین عیار آهن کانسار های اسکارنی به کار رفته است. این الگوریتم در حقیقت یک سیستم فازی می باشد که باید توابع عضویت آن توسط داده های آموزشی تنظیم گردد. قابل ذکر است که تعریف توابع عضویت...
در این پایان نامه، ابتدا توابع پایه ی شعاعی به اختصار معرفی می شود و برخی مزایا و معایب استفاده از این توابع بیان می گردد. در ادامه با معرفی مسائل مقدار ویژه ی ماتریسی و عملگری، به دنبال حل عددی این مسائل با استفاده از توابع پایه ی شعاعی می باشیم. به این منظور دو روش هم محلی سراسری و موضعی مبتنی بر توابع پایه ی شعاعی را مورد مطالعه قرار می دهیم. در حقیقت در این پایان نامه تلاش خواهیم کرد مزیت ه...
چکیده: در این پایان نامه ابتدا به درون یابی با استفاده از توابع پایه شعاعی می پردازیم و سپس با استفاده از درون یابی فرمول های تفاضلات متناهی را به دست آورده و آن ها را برای حل عددی معادلات با مشتقات پاره ای خطی وغیر خطی استفاده می کنیم. جواب تقریبی چند معادله ی خطی و غیر خطی لاپلاس و گرما را به دست آورده و تاثیر پارامتر شکل را در معادلات بررسی می کنیم و در نهایت پایداری و همگرایی این روش ها را...
(صحت مطالب مقاله بر عهده نویسنده است و بیانگر دیدگاه مجمع تشخیص مصلحت نظام نیست) هدف این مقاله پیش بینی روند تورم و شاخص قیمت ها در اقتصاد ایران است. داده های این مقاله شامل تورم سالانه و داده های ماهانه شاخص قیمت مصرف کننده در ایران از سال 1340 تا 1392 می باشد. در این تحقیق برای پیش بینی تورم از شبکه عصبی مصنوعی استفاده شده است. برای پیش بینی تورم ماهانه از یک شبکه پس انتشار خطا(bp) با 15 نر...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید