در پاسخ به تقاضای اطلاعات مکانی خاک، به کاربردن داده های کمکی رقومی و ارتباط آن ها با داده های مشاهداتی صحرایی در حال افزایش است. استفاده از اطلاعات رقومی از طریق روش های کامپیوتری، که اصطلاحاً نقشه برداری رقومی خاک خوانده می شود، قابل اعتمادتر و کم هزینه تر از روش های سنّتی نقشه برداری خاک است. بنابراین، در پژوهش حاضر از مدل های درخت تصمیم و شبکة عصبی مصنوعی برای پیش بینی مکانی کلاس های تاکسونوم...

چکیده مدل سازی و شناسایی سیستم ها کاربردهای مهمی از جمله در زمینه کنترل فرآیند دارد. به طور معمول فرآیند مدل سازی، به معنای مدل کردن یک سیستم نامشخص با استفاده از داده های ورودی-خروجی می باشد. جهت مدل سازی سیستم دیدگاه های مختلفی پیشنهاد شده است. شناسایی در صورت معلوم بودن ساختار مدل سیستم معمولا منجر به دقت زیاد می شود، اما هنگامی که سیستم، پیچیده و یا دارای عدم قطعیت است، فرآیند مدل سازی ب...

موفقیت های بین المللی مخصوصاً موفقیت در بازیهای آسیایی به صورت قابل توجهی برای بسیاری از کشورها مهم شده است. اگرچه کشورهای زیادی مبالغ هنگفتی برای رقابت با سایر کشورها در ورزش هزینه می کنند، اما مدارک و دلایل کافی جهت نشان دادن اینکه متغیرهای ورزشی چطور می توانند بر موفقیت کشورها در سطوح بین المللی اثرگذار باشند، وجود ندارد. در این پژوهش موفقیت کشورهای شرکت کننده در بازی های آسیایی از طریق متغیر...

داده های گمشده هواشناسی یکی از مشکلات پیش روی متخصصان و طراحان پروژه های منابع آب است و لازم است این نواقص آماری به طریقی برطرف گردد .روش های متعدد ی برای تخمین داده های گمشده وجود دارد. در این پژوهش کارایی دو مدل درختی و شبکه عصبی در مورد بازسازی داده های گمشده تبخیر روزانه 4 ایستگاه هواشناسی استان خوزستان مورد ارزیابی قرار گرفت. دوره آماری این تحقیق از سال 2005 تا 2008 بود و داده ها به دو دور...

مدل های درختی یک روش جدید و ابتکاری را برای تحلیل مجموعه داده های بزرگ بوسیله افراز بازگشتی داده ها به نمایش می گذارد، این مدل ها برای آنالیز اکتشافی داده ها و ایجاد رده بندی ساده و قابل تفسیر بکار می روند. در تحقیقات بالینی این مدل ها تکنیک هایی هستند که زیرگروههای همگن را با استفاده از روشهای ناپارامتری استخراج می کنند. ارائه این زیرگروهها برای آنالیزهای تشخیصی بعدی بسیار مفید است. در همین زم...