تشخیص گونه های درختی و تهیه نقشه ترکیب درختان نقش مهمی در اتخاذ تصمیمات بهینه برای مدیریت بوم سازگان جنگلی در نواحی وسیع ایفا می کنند. بررسی قابلیت منابع متفاوت سنجش‌ازدوری نظیر تصاویر رقومی هوایی در منابع مختلف جنگلی به‌عنوان راهکار جایگزین روش‌های زمینی در سال‌های اخیر موردتوجه قرارگرفته است. داده‌های سنجش از دور، به ویژه تصاویر هوایی رقومی با قدرت تفکیک مکانی و رادیومتری بالا ابزار مناسبی بر...

  خوشه­بندی یکی از تکنیک­های موثر برای مدیریت مناسب انرژی و افزایش طول عمر در شبکه­های حسگر بی سیم می­باشد. یکی از پارامترهای حائز اهمیت در ساخت خوشه­های بهینه، انتخاب سرخوشه مناسب است که علاوه بر افزایش طول عمر شبکه و داده دریافتی در چاهک، کاهش انرژی اتلافی را به دنبال خواهد داشت. در این مقاله ابتدا به بررسی چند الگوریتم خوشه­بندی مبتنی بر روش­های هوش محاسباتی  پرداخته شده و سپس نسبت به ارائه ...

داده کاوی که به عنوان استخراج دانش از پایگاه داده ها نیز شناخته می شود، روالی برای استخراج دانش ناشناخته از داده است. کاوش اسناد بر اساس روش های داده کاوی به استخراج اطلاعات و دانش از اسناد می پردازد. خوشه بندی اسناد یکی از مهمترین روش های کاوش اسناد است که دسته بندی بدون سرپرست اسناد به گروه های مختلف می باشد. سیستم های رایج بازیابی اطلاعات و خوشه بندی اسناد بر کلمات کلیدی استوار می باشند. با ...

در این مقاله قابلیت تصاویر اسپات و سار به منظور تشخیص عارضه راه در مناطق شهری مورد بررسی قرار گرفته است. شباهت طیفی عارضه راه با سقف آسفالت ساختمان ها در مناطق شهری موجب بروز مشکلاتی در تشخیص راه مبتنی بر داده های اپتیک از جمله اسپات می گردد. از سوی دیگر، تصاویر سار با اینکه قابلیت خوبی در تشخیص راههای فرعی و باریک دارند، اما در تشخیص راه از پوشش گیاهی دچار مشکلاتی می شود. بنابراین، نتایج حاصل ...

شناسایی و استخراج عوارض از تصاویر هوایی از دیرباز مورد توجه بسیاری از محققین فعال در فتوگرامتری و سنجش‌ازدور بوده‌است. 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 به‌صورت روز افزون در حال افزایش می باشد. مدل های ن...

یک دسته مهم از مسائل ترکیباتی ، مسائل گروه بندی هستند که هدف آنها گروه بندی اعضای یک مجموعه در قالب گروه های مجزا است. با توجه به پیچیدگی ذاتی مسائل گروه بندی، الگوریتم های ژنتیک استاندارد در حل آنها ضعیف عمل می کنند. لذا طرح کدینگ و اپراتورهای جدیدی برای این دسته از مسائل ارائه شده که منجر به معرفی الگوریتم ژنتیک گروه بندی شده است. مقایسات صورت گرفته میان عملکرد الگوریتم ژنتیک گروه بندی با سای...

یکی از دغدغه های امروز دانشمندان درحوزه یادگیری ماشین، تحلیل داده های مربوط به سیستم های آشوب گونه است. توانایی طبقه بندی و استخراج دانش نهفته در این نوع داده ها ما را قادر می سازد تا سیستم های پیش بینی کننده قدرتمندی برای حوزه های مختلف مهندسی و اقتصاد فراهم آوریم.تاکنون روش های گوناگونی برای پردازش این نوع داده ها به کار گرفته شده اند که از آن جمله می توان به الگوریتم های تکاملی، شبکه های عصب...

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...

پایانه‌های خودپرداز به عنوان اولین و پر تقاضاترین کانال‌های بانکداری الکترونیک در صورت عدم سرویس دهی به عنوان تهدید برای بانکها قلمداد می گردد. از سوی دیگر داده های مربوط به تعمیرات و نگهداری خودپردازها به طور چشمگیر گسترده شده است.در این راستا داده کاوی برای افزایش مشهود نرخ تبدیل داده ها به اطلاعات و کشف دانش به منظور جلوگیری از توقف دستگاه خواهد بود. هدف از مقاله حاضر ارائه معماری دسته بندی ...

با توجه به اهمیت و کاربرد سیستم طبقه بندی امتیاز توده سنگ در مهندسی سنگ، هدف از این مقاله تصحیح کلاس های نهایی این سیستم طبقه بندی با استفاده از الگوریتم های خوشه بندی k-means و fuzzy c-means (fcm) است. در سیستم طبقه بندی امتیاز توده سنگ داده ها توسط یک سری از اطلاعات اولیه بر مبنای نظریات و قضاوت های تجربی طبقه بندی می شوند ولی با کاربرد الگوریتم های خوشه بندی در این سیستم طبقه بندی، کلاس بندی...