داده کاوی تلفیقی از روش های هوش مصنوعی برای شناسایی اطلاعات یا استخراج دانش از داده هاست، به نحوی که دانش حاصل در حوزه های تصمیم گیری، پیش بینی، پیش گویی و تخمین مورد استفاده قرار گیرد. تحلیل رفتار مشتریان، دسته بندی مشتریان، شناخت نیازهای مشتریان و پیش بینی در مباحث پزشکی ازجمله کاربردهای داده کاوی است. خوشه بندی یکی از روش های بدون نظارت الگوریتم های داده کاوی است که به یافتن یک ساختار مشخص د...

  خوشه بندی به کمک تحلیل پوششی داده ها(DEA) شناسایی روابط پنهان بین عوامل ورودی و خورجی واحدهای تصمیم گیری در تعیین تابع تولید آنهاست.در این مقاله به کمک خوشه بندی بر اساسDEA توابع تولید واحدهای تصمیم گیری صنایع خودرو سازی(از جمله سایپا) به صورت تفکیک شده مشخص می شود.تعیین توابع تولید خودروسازان و استفاده از انها در تفکیک صنایع مشابه با قابلیت در نظر گرفتن همزمان چندین عامل ورودی و خروجی از مز...

من تشریح مفهوم ،FMEA دراین مقاله سعی شده تا با روشن کردن معایب اصلی روش مرسومبه طبقه بندی حالات بالقوه زیان آور و C-Means تحلیل خوشه ای و مشخصات مدل های مختلفارزیابی شرایط بالقوه برای بروز حوادث در واحد فولاد سازی شرکت فولاد آلیاژی ایران با استفاده ازو خوشه بندی فازی بپردازد. در این راستا، حالات بالقوه زیان آور همگن بر FMEA تلفیق روش هایمبنای شاخص های احتمال بروز، شدت پیامد و تناوب مواجهه به کم...

چکیده ندارد.

آمایش سرزمین پایه ای علمی برای استفاده اصولی و پایدار از منابع طبیعی به شمار می رود و تنها راه جلوگیری از مسائل محیط زیستی و نیز تنها راه رسیدن به توسعه پایدار است. جهت نیل به این مقصود لازم است روش هایی به کار گرفته شوند که هر چه بیشتر فرایندهای پویا و پیچیده واکنش های متقابل بوم سازگانی را جهت مدیریت آن در نظر بگیرند. در دانش آمایش سرزمین امروزه به تدریج روش های رستری نوین جایگزین روش های قدی...

انتخاب شید تقسیم کردن جمعیتی از نمونه های رنگی مشابه (که همه آن ها ممکن است از لحاظ تجاری با توجه به یک نمونه شاهد قابل قبول باشند) به گروه های کوچکتر و هماهنگ تر از لحاظ رنگی بوده که اعضای آن ها بتوانند با هم برش خورده و به هم دوخته شوند بدون اینکه لازم باشد نگران اختلاف رنگ مشهودی بین قطعات مجاور بود. در چنین مواردی بحث ارزیابی کردن اختلاف رنگ بین نمونه های هماننده شده و نمونه شاهد و تنظیم حد...

به علّت دسترسی فراگیر به تصاویر ماهواره ای با قدرت تفکیک بالا، استخراج عوارض ساخته دست بشر مانند راه ها، و ساختمان ها، یک موضوع مورد علاقه برای جوامع سنجش از دور و فتوگرامتری شده است. استخراج دو بعدی ساختمان ها در یک ناحیه شهری متراکم، به علّت پیچیدگی شکل ها، بافت ها، و زمینه ها، یک مسئله پیچیده می باشد. محقّقان اغلب سعی کرده اند روش های خود را در برخی از نواحی مطالعاتی بیازمایند که فاقد پیچیدگی ب...

در بسیاری از کاربردهایی که از ابر نقطه لیدار استفاده می‌شود، بخش بندی یک مرحله پیش پردازش است که از اهمیت قابل توجهی برخوردار است و دقت انجام این مرحله تاثیر به سزایی در نتیجه نهایی هدف مورد نظر دارد. یکی از مهمترین کاربردها، بازسازی مدل سه بعدی ساختمان است که در ابتدا باید صفحات مختلف سقف استخراج شوند. در این مقاله برای بخش بندی ابر نقطه لیدار و استخراج صفحات مختلف سقف از الگوریتم خوشه بندی...

شناسایی و استخراج عوارض از تصاویر هوایی از دیرباز مورد توجه بسیاری از محققین فعال در فتوگرامتری و سنجش ازدور بوده است. با ظهور سنجنده های جدید مانند لیدار و ترکیب داده های این سنجنده ها و تصاویر هوایی بحث شناسایی و استخراج وارد دوره جدیدی شده است. به دلیل توانایی زیاد مدل های نروفازی انطباق پذیر (انفیس) در حل مسائل پیچیده، استفاده از این مدل ها به صورت روز افزون در حال افزایش می باشد. مدل های ن...

بخش بندی تصویر را به بخش های مجزا تقسیم میکند که هر کدام از این بخش ها دارای سطوح روشنایییکنواختی هستند. از بین روشهای موجود روش خوشه بندیفازی FCM (fuzzy c-means clustering) دارای کاربرد وسیعی در ناحیهبندی تصاویر پزشکی است. عدم ادغام ویژگیهای مکانی در FCM استاندارد، از معایب این روش در ناحیهبندی تصاویر تشدید مغناطیسی MRI مغز انسان است؛ در این مقاله از روشی جدید برای بخشبندی و حذف نویز تصاویر MR...