با توجه به اینکه عملکرد صحیح تأسیسات زیربنایی نیاز به طراحی دقیق دارد، بنابراین ارزیابی دقیق پارامترهای کلیدی با به ‏کارگیری روش­ های نوین از اهمیت ویژه­ ای برخوردار است. در سازه ­های خاکی و سیستم ­های حمل و نقل، به ­عنوان بخشی از مهم ترین ابنیه ­ی فنی و زیرساخت­ ها که خدماتی ضروری برای بشر فراهم می ­نمایند، همواره برآورد و پیش­بینی دقیق ­تر رفتار خاک، بخصوص در برابر بارهای دینامیکی، بسیار اهمی...

در بازشناسی الگو یکی از روش های افزایش دقت بازشناسی، بهره گیری از روش های متمایز ساز است. این روش ها یا به صورت تبدیل متمایزساز بر ویژگی ها بکار می روند یا از روش های یادگیری متمایزساز برای آموزش دسته بند استفاده می کنند. معمولا معیار تبدیلات متمایز ساز متفاوت با معیار آموزش و یا خطای دسته بندهای متمایز ساز است. در مقاله حاضر، برای هماهنگ کردن معیار تبدیل ویژگی و نیز معیار دسته بندی ماشین بردار...

دسته بندی متن نقش مهمی را در مدیریت اطلاعات ایفا می کند. به دلیل افزایش حجم اطلاعات موجود در اینترنت، دسته بندی خودکار متن ها بسیار مورد توجه قرار گرفته شده است. یکی از مشکلات دسته بندی متن، ابعاد بالای فضای ویژگی است. اغلب ویژگی ها نامربوط و زائد هستند و بر کارایی دسته بندی کننده تاثیر منفی می گذارند. ازاینرو، انتخاب ویژگی برای کاهش فضای ویژگی و افزایش کارایی دسته بندی متنبه کار می رود. در این...

در این پایانامه سعی شده است با الهام گرفتن از روشهای موجود کاهش ابعاد و ترکیب الگوریتم بهینه سازی گروه ذرات با مسئله دسته بندی روش جدیدی در حیطه کاهش ابعاد ارائه شود.

مساله حداقل سازی دامنه عملیات روی ماشین های موازی یکسان جزء مسائل کلاسیک حوزه ی مسائل زمانبندی محسوب می شود. این مساله به لحاظ پیچیدگی در دسته مسائل شدیدا پیچیده طبقه بندی می گردد. به طوری که روش های بهینه جهت حل این مساله، با افزایش ابعاد مساله به سرعت کارایی خود را از دست می دهند. به همین دلیل و با توجه به کاربردهای عملی فراوان این مساله، گرایش ها به سمت استفاده از روشهای تقریبی معطوف شده است...

 دیدگاهی که در این مقاله ارائه می دهیم در دو مرحله جای می گیرد: مرحله ی اول طبقه بندی سهم ها ی پورتفوی ابتدایی با روش k-means به دسته های کوچکتر است، سپس طبقه ای که کمترین ریسک و بیشترین بازده را دارد یا به عبارتی طبقه ای که بهینه تر می باشد را به عنوان ورودی الگوریتم خود که آن را MinVaRMaxR نامیده ایم برمی گزینیم. الگوریتم مذبور،الگوریتم پویایی، براساس الگوریتم ژنتیک و مفهوم ارزش در معرض خطر م...

با توجه به توانایی تکنیک های داده کاوی، کاربرد آنها در رشته های علوم زمین گسترش فراوانی داشته است. هدف از پژوهش پهنه بندی حساسیت زمین لغزش با استفاده از الگوریتم جنگل تصادفی، در لارستان فارس است. جنگلهای تصادفی یک نوع مدرن از درخت - پایه هستند که شامل انبوهی از درخت های کلاس بندی و رگرسیونی می باشند. الگوریتم جنگل تصادفی مبتنی بر دسته ای از درخت های تصمیم است و در حال حاضر یکی از بهترین الگوریت...

مقدمه: امروزه استفاده از یافته‌ های هوش مصنوعی و داده‌ کاوی برای کمک به پیش ‌بینی زودهنگام بیماری عروق کرنری قلب مورد توجه پزشکان قرار گرفته است. هدف از این مقاله افزایش دقت و سرعت پیش ‌بینی نتایج آنژیوگرافی با سیستم استنتاج فازی و الگوریتم بهینه‌ سازی ازدحام ذرات است. مواد و روش ‌ها: در این مقاله سیستم جدیدی با ترکیب استنتاج فازی و الگوریتم بهینه‌ سازی ازدحام ذرات پیشنهاد و با نرم ‌افزار MATLA...

مقدمه: حدود 15-10 درصد از زوجین نابارور هستند. ناباروری علل متفاوتی دارد و تشخیص روش درمان بیماران بر اساس نوع عامل ناباروری آن ها انجام می شود. در این تحقیق مدلی ارائه شده است که بر اساس ویژگی های اولیه و نتایج آزمایشات ساده علل ناباروری افراد را پیش بینی می کند که می تواند به پزشکان در تشخیص زودهنگام علت ناباروری و تصمیم گیری بهینه کمک کند.  روش کار: داده های این تحقیق برگرفته از داده های ناب...