با پیدایش نسل جدید ماهواره های سنجس از دور پلاریمتری رادار با وزنه مجازی (sar) نظیر( terrasar-x ، radarsat-2 ، alos و جز این ها) کاربردهای سنجش ار دور راداری، در زمینه های، پایش و ارزیابی بحران های زیست محیطی، از جمله فرونشست زمین، بررسی فرسایش خاک، وقع زلزله، اشتفشان و سیل دوچندان شده است، هدف اصلی این مقاله، استخراج اطلاعات بنیادی از تصاویر پلاریمتری و تعیین میزان اهمین هر کدام از ویژگی های م...

امروزه استفاده از ابزارهای یادگیری ماشین در حوزه‌های مختلف ازجمله تشخیص بیماری‌ها در حال گسترش است. علت این امر را می‌توان عملکرد متغیر و متمایل به خطای انسان در مقابل عملکرد ثابت ابزارهای یادگیری ماشین در زمینه تشخیص و طبقه‌بندی دانست. حیاتی بودن تشخیص در حوزه‌هایی مانند پزشکی، نیاز به بهبود تشخیص با روش‌های یادگیری ماشین را توجیه می‌کند. ازجمله روش‌های افزایش دقت در این زمینه، الگوریتم‌های کا...

مقدمه: بازشناسی فعالیت‌های مختلف حسی- حرکتی در سامانه‌های واسط مغز و رایانه با مباحث بازشناسی الگو در ارتباط است. یکی از مسائل مهم در طراحی یک سامانه مؤثر واسط مغز و رایانه، چگونگی کاهش تعداد ویژگی‌های استخراج شده از سیگنال‌های مغزی است. استفاده از الگوریتم‌های انتخاب ویژگی یکی از مهم‌ترین مراحل در زمینه بازشناسی الگو می‌باشد. کاهش تعداد ویژگی‌ها می‌تواند در بهبود دقت و کارایی طبقه‌بند‌ها و در ...

فن‌آوری سنجش از دور ابرطیفی دارای کاربردهای فراوان در طبقه­بندی پوشش‌های زمین و بررسی تغییرات آنها می‌باشد. با پیشرفت‌های اخیر و ایجاد تصاویری با قدرت تفکیک مکانی بالا، لزوم استفاده توام از اطلاعات طیفی و مکانی را در طبقه­ بندی تصاویر ابرطیفی ایجاب می‌کند. در این تحقیق سعی می‌گردد تاثیر کاهش ابعاد به کمک الگوریتم ژنتیک را در فرآیند طبقه­ بندی طیفی-مکانی تصاویر ابرطیفی بررسی شود. در میان الگوریت...

انتخاب روش­هایی با سرعت و دقت مناسب برای تصمیم‏گیری، همواره جزو چالش های مدیران به حساب می‏آمده است. از مهمترین تصمیمات مدیران، تصمیم به سرمایه گذاری می‏باشد و از روش­های مختلف سرمایه­گذاری، می­توان به معامله سهام در بازارهای مالی اشاره نمود. مارکویتز با بیان مدل پرتفوی در سال 1952، فصل جدیدی را در تصمیمات سرمایه‏گذاری آغاز کرد، ولی به مرور زمان نواقص این مدل برای محققان آشکار و باعث انجام اصلا...

مقدمه: بازشناسی فعالیت‌های مختلف حسی- حرکتی در سامانه‌های واسط مغز و رایانه با مباحث بازشناسی الگو در ارتباط است. یکی از مسائل مهم در طراحی یک سامانه مؤثر واسط مغز و رایانه، چگونگی کاهش تعداد ویژگی‌های استخراج شده از سیگنال‌های مغزی است. استفاده از الگوریتم‌های انتخاب ویژگی یکی از مهم‌ترین مراحل در زمینه بازشناسی الگو می‌باشد. کاهش تعداد ویژگی‌ها می‌تواند در بهبود دقت و کارایی طبقه‌بند‌ها و در ...

سیستم های خبره می توانند به ساخت مدل های رتبه بندی اعتباری مشتریان بانک ها کمک کنند. در اینجا، انتخاب ویژگی های مهم در رتبه بندی اعتباری اهمیت دارد. همچنین ممکن است مقادیر ویژگی ها، به‎صورت فازی بیان شوند. مسئله این است، چگونه می توان به‎کمک الگوریتم ژنتیک، انتخاب ویژگی ها را بهبود بخشید؛ به‎گونه ای که این ویژگی ها به‎منزلۀ ورودی در سیستم خبرۀ فازی مورد استفاده قرار گیرند. این نوشتار به ارائۀ م...

باتوجه به اهمیت مقدار جریان خروجی از حوضه آبریز جهت مدیریت آب­های سطحی، فهم دقیق ارتباط بین مقدار رواناب با پارامترهای اقلیمی همچون بارش و دما و شناسائی موثرترین پارامتر در فرآیند مدل­سازی بسیار مهم می‌باشد. در این تحقیق پس از آزمون همگنی داده‌های بارش، دما و رواناب ماهانه حوضه آبریز ناورود، ابتدا براساس دو الگوریتم رلیف و همبستگی دو ترکیب مختلف از پارامترهای موثر در رواناب مورد توجه قرار گرفت....

بازشناسی ارقام دستنویس فارسی یکی از مسائل مهم درحوزه بازشناسی الگو می باشد. تحقیقات در این زمینه چندین دهه است که آغاز شده و هنوز هم در حال تحول می باشد. یکی از مواردی که اخیرا در بازشناسی الگو بسیارمورد توجه قرار گرفته، انتخاب ویژگی است. با پیدا کردن بهترین گروه ویژگی ها از میان کل ویژگی هایی که استخراج می شوند، می توان علاوه بر کاهش تعداد ویژگی ها و هزینه های محاسباتی، نرخ بازشناسی را به میزا...

چکیده: انتخاب ویژگی یکی از چالش برانگیز ترین و از مهمترین فعالیت‌ها در توسعه یادگیری ماشین و تشخیص الگوست. معیارهای ارزیابی ویژگی نقش بسیار مهمی برای ساخت یک الگوریتم انتخاب ویژگی دارند. در این مقاله یک معیار انتخاب ویژگی اصلاح شده با استفاده از منطق فازی برای انتخاب تعداد ویژگی‌های مورد نیاز ارائه می شود. این معیار به شکل غیر فازی در تحقیقات قبلی استفاده می‌شود، اما در این مقاله با تعریف تعداد...