وجود داده‌های گمشده در داده‌های ریزآرایه، سبب کاهش دقت رسم شبکه‌های تنظیمی ژن، ایجاد اشتباه در خوشه بندی و تقسیم‌بندی تخصصی ژن‌ها و سایر تحلیل‌ها می‌شود. بنابراین تخمین داده-های گمشده مرحله مهمی در پیش پردازش داده‌های ریزآرایه، محسوب می‌شود. عملکرد الگوریتم-های تخمین در مجموعه داده‌های مختلف و با درصدهای متفاوت گمشدگی، متغیر است. همواره انتخاب مناسب‌ترین الگوریتم به منظور دستیابی به بیشترین دقت...

با توسعه سریع اسکنرهای سه بعدی لیزری، مدل های بر پایه نقاط در کاربردهای مهندسی بسیاری مانند کنترل کیفیت، مهندسی معکوس، گرافیک رایانه ای و ماشین بینایی به شکل وسیعی مورد استفاده قرار گرفته است. محاسبه انحنای سطح ابرهای نقاط یکی از موارد پایه بشمار می رود که در بسیاری از کاربردهای مرتبط با ابرهای نقاط مورد استفاده قرار می گیرد. در این مقاله روش جدیدی برای تخمین انحنای سطوح ابرهای نقاط، معرفی می گ...

در بسیاری از مسائل آماری ، به دلایل مختلف ، تعدادی داده گمشده وجود دارد که می تواند تجزیه و تحلیل اطلاعات را دچار مشکل سازد. روشهای گوناگون در برخورد با چنین مسائلی پیشنهاد شده است که بعضا داده های گمشده را حذف یا مقادیری را جایگزین می کنند. در مسائلی که برآورد پارامتر مدنظر است ، روش بوتسترپ با وجود داده های گمشده و محدودیت تعداد نمونه ، می تواند راه گشا باشد. بدین منظور در این پایان نامه ، سه...

مسئله مسیریابی وسیله نقلیه از مباحث مهمی است که در چند دهه اخیر کاربرد زیادی در بهره وری و کارایی سیستم های حمل ونقل داشته است. یکی از توسعه های معروف و پرکاربرد این موضوع، مسئله مسیریابی وسیله نقلیه با دریافت و تحویل همزمان کالا است که در آن، عمل تحویل و جمع آوری کالا برای هر مشتری به صورت همزمان انجام می گیرد. الگوریتم پیشنهادی در این مقاله، ترکیبی از سه الگوریتم ابتکاری نزدیک ترین همسایگی، ا...

در این پایان نامه سیستمی برای بازشناسی برون خط کلمات دست‎نویس فارسی ارائه شده است. پیچیدگی نگارش فارسی و شکل متفاوت حروف بسته به موقعیت آن که اول کلمه، وسط کلمه، انتهای کلمه یا جدا از بخش های دیگر کلمه باشد بازشناسی کلمات در این زبان را بسیار دشوار نموده است. بطوریکه درصد بازشناسی روش های موجود کمتر از نرخ مطلوب برای تجاری شدن این سیستم‎ها می باشد. یک سیستم بازشناسی کلمه در حالت کلی شامل مراحل ...

ارائه مدل های سه بعدی بر پایه نقاط بدلیل سادگی آن مورد توجه قرار گرفته است. پایه بسیاری از تحلیل های صورت پذیرفته در ابر نقاط، مشخص نمودن همسایگی های هر نقطه در ابر نقاط است. در این مقاله برای تعیین همسایگی های یک نقطه در ابر نقاط از روشی جدید با نام همسایگی همگن استفاده شده است. در این روش برای تعیین همسایگی، اقدام به بهبود روش نزدیکترین k همسایگی شد تا علاوه بر نزدیک بودن همسایگی ها، توزیع آن...