نتایج جستجو برای: مدل عصبی موجکی

تعداد نتایج: 129270  

ژورنال: اکو هیدرولوژی 2017

رودخانه‏ها اهمیت بسیار زیادی در تأمین آب آشامیدنی و کشاورزی دارند. در این مطالعه، قابلیت روش‏‏های منفرد و هیبریدی‌ـ موجکی شبکه‏های عصبی، سامانۀ استنتاجی عصبی‌ـ فازی تطبیقی و برنامه‏ریزی بیان ژن برای مدل‌سازی میزان جامدات محلول حوضۀ آبریز نازلوچای ارزیابی شدند. به این منظور از داده‏های کیفیت آب با طول دورۀ آماری 19 ساله (1372-1390)، چهار ایستگاه هیدرومتری واقع در حوضۀ آبریز نازلوچای استفاده شد. ...

درزمینۀ تشخیص و طبقه‌بندی جانوران همواره مشکلات بسیاری وجود دارد که مانع از به وجود آمدن پیشرفت‌های سریع و مؤثر در این حوزه هستند. در سال‌های اخیر روش‌های جدیدی که بر شبکه‌های عصبی مصنوعی و پردازش تصویر مبتنی هستند، پیشنهاد شده‌اند که می‌توانند به تشخیص و بازشناسی گونه‌های پروانه‌ها بپردازند. در این مقاله به‌طور خاص، تشخیص گونه‌های پروانه را با استفاده از پردازش تصویر و روش‌های طبقه‌بندی هوشمند...

Journal: : 2023

طوفان‌های گردوغبار بلایایی طبیعی‌اند که در زندگی انسان و محیط‌زیست تأثیر چشمگیری گذاشته‌اند. توسعة مدل‌هایی، به‌منظور پیش‌بینی مسیر حرکت این طوفان‌ها، پیشگیری مدیریت نقش بسزایی ایفا می‌کند زیرا انتقال آنها را آشکار مناطق آسیب‌پذیر بعدی برابر طوفان مشخص می‌کنند. به‌لطف امکانات روش‌های یادگیری عمیق حل مسائل مبتنی‌بر سری زمانی یافتن الگوهای پنهان از حجم دادة کلان، پژوهش، یک مدل ترکیبی شبکة عصبی پی...

سید میثم مظلوم زاده, سید ناصر علوی مجتبی نوری

در این تحقیق، نحوه عملکرد شبکه های عصبی موجکی با شبکه ‌های عصبی مصنوعی در پیش بینی درصد شکستگی دانه های جو در کمباین مقایسه شد. شبکه‌های مزبور به صورت تابعی از درجه حرارت هوا، سرعت کوبنده، سرعت پیشروی کمباین، فاصله کوبنده و ضدکوبنده در جلو و عقب واحد کوبنده و درصد رطوبت جو آموزش داده شد. شبکه عصبی موجکی (RASP1) با دقت 2/90 درصد در پیش بینی شکستگی دانه جو به عنوان یک جایگزین مناسب برای شبکه‌های...

در این مقاله‏‌ روش غیرخطی کنترل کننده مد لغزشی موجکی با لایه مرزی تطبیقی از طریق تابع لغزشی متغیر با زمان در خودخلبان پیچشی برای موشک EMRAAT که قابلیت هدایت با مانور BTT را دارد، به کارکرفته می­شود.سطح لغزشی متغیر با زمان همه فرکانس­های مدل نشده سیستم را فیلتر می­کند. پهنای لایه مرزی، پهنای باند شکست فرکانس و پارامترهایی که در تقریب شبکه موجکی عصبی پدید می­آیند همگی قابل تنطیم هستند. از اینرو م...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده کشاورزی 1390

با توجه به اهمیت پیش بینی جریان رودخانه در مدیریت منابع آب روش های مختلفی برای مدل کردن جریان رودخانه ها بکار برده شده است. تا بتوان با بکارگیری این مدل در مدیریت خشکسالی و سیلاب، خسارات ناشی از آنها را به حداقل ممکن رساند. در این مطالعه مدل شبکه عصبی و مدل هیبرید موجکی- شبکه عصبی برای پیش بینی جریان روزانه ایستگاه ونیار پیشنهاد گردیده است. برای استفاده از مدل هیبریدی سری زمانی به 12 زیر سری تج...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه یزد - دانشکده کشاورزی و منابع طبیعی 1392

خشکسالی های پی در پی تأثیر زیاد در افت آبخوان ها و بدنبال آن مدیریت سفره های آبی داشته است. در این راستا کاربرد مدل های پیش گویی می تواند در مدیریت صحیح از سفره های زیرزمینی موثر باشد. روند کلی هیدروگراف معرف آب زیرزمینی دشت نمدان بر اساس اطلاعات سطح آب زیرزمینی در طی سال های گذشته نزولی و نشانگر وقوع افت مداوم و کاهش ذخائر آب زیرزمینی می باشد. دراین تحقیق برای پیش بینی نوسان های سطح آب زیرزمین...

ژورنال: :راهبرد مدیریت مالی 2014
سعید فلاح پور جواد علی پور ریکنده

در این تحقیق شاخص کل سهام بورس اوراق بهادار تهران با استفاده از مدل­های مختلف شبکه های عصبی پیش بینی شده است. تحقیق از نوع کاربردی است و دورۀ زمانی انجام تحقیق از ابتدای سال 81 تا پایان سال 90 است. گردآوری اطلاعات از طریق آمار و داده­های موجود در پایگاه اطلاعاتی در بورس اوراق بهادار تهران صورت گرفته است. برای ایجاد مدل wdbp از موجک db5 برای نویززدایی داده­ها و تا پنج مرحله صورت گرفته است. جذر م...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه قم - دانشکده مهندسی 1393

در بسیاری از مناطق، استخراج بی¬رویه و خارج از قاعده آب¬های زیرزمینی که معمولاً به مراتب بیش از میزان تغذیه آن می¬باشد، اثرات جانبی زیان¬بار فراوانی از جمله کاهش سطح آب زیرزمینی، خشک شدن چاه¬ها، کاهش آب و یا خشک شدن قنات، چشمه¬ها و نهرها، تنزل کیفیت آب، افزایش هزینه پمپاژ و نشست زمین را در پی خواهد داشت. با وجود انعطاف¬پذیری شبکه¬های عصبی در پیش¬بینی سری¬های زمانی هیدرولوژیکی، گاهی این شبکه¬ها در...

سفره ‏های آب زیرزمینی غالباً به عنوان سیستم ‏هایی با ویژگی ‏های غیرایستا و غیرخطی شناخته می ‏شوند. مدل‏ سازی این سیستم ‏ها و پیش ‏بینی حالت ‏های آینده آن ‏ها نیازمند تشخیص این ویژگی‏ های بنیادی است. اخیراً، آنالیز موجک به دلیل توانایی آن در رمزگشایی ویژگی‏ های اشاره‏ شده، به طور گسترده ‏ای در زمینه پیش ‏بینی سری‏ های زمانی هیدرولوژیکی مورد استفاده قرار گرفته ‏است. در این مقاله توانایی مدل ترکیبی ...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید