نتایج جستجو برای: الگوریتم PCA
تعداد نتایج: 46153 فیلتر نتایج به سال:
به دلیل فقدان زیر ساخت،شبکه های موردی مستعد مشکلات امنیتی بیشتر و متفاوت تری نسبت به شبکه های دارای زیرساخت هستند. با توجه به نقش گره ها در مسیریابی هدف این تحقیق ارائه یک سیستم تشخیص نفوذ با استفاده از تحلیل ویژگی ها ی پروتکل dsr است. هدف دیگر کاهش سربار شبکه و رسیدن به بهترین مسیر ممکن جهت ارسال و دریافت اطلاعات با تشخیص گره های معاند است.برای دست یابی به این اهداف شبکه در حالت های مختلف حمله...
در پژوهش حاضر، روشی ترکیبی از شکبههای عصبی نظارت شده و نظارت نشده برای طبقه بندی تصاویر سنجش از دور ارائه شده است. مبنای الگوریتم پیشنهادی، شبکه های خودسازمانده (som) و الگوریتم شبکه عصبی پس اتشار خطاست. الگوریتم طبقه بندی نظارت نشده som به تنهایی قادر به طبقه بندی و برچسب گذاری دقیق نتیجه نهایی نیست، لذا در نوشتار حاضر از الگوریتم پس انتشار خطا برای تعیین بر چسب نهایی کلاس ها استفاده شده است. ...
مدل سازی پیش بینی پراکنش گونه های گیاهی بر اساس ارتباط بین داده های حضور یک گونه و متغیرهای محیطی تعریف می شود. امروزه در عرصه اکولوژی گیاهی، تهیه نقشه های پیش بینی پراکنش گونه ای یا تیپ های گیاهی با توسعه روش های آماری و سیستم های اطلاعات جغرافیایی، مورد توجه ویژه قرار گرفته است. به منظور مدل سازی رویشگاه بالقوه ریواس (rheum ribes l.) در استان اصفهان از دو روش مدل سازی حداکثر آنتروپی و ژنتیک ا...
در پژوهش حاضر یک سیستم استنتاج فازی عصبی انطباقپذیر (ANFIS) مبتنی بر تحلیل مولفههای اصلی (PCA) جهت پیشبینی درماندگی مالی شرکتها پیشنهاد شدهاست. این سیستم نه تنها توانایی سازگاری و یادگیری را دارد، بلکه خطا را نیز کاهش میدهد؛ زیرا از پارامترهای اضافی هنگامی که متغیرهای ورودی بیش از حد هستند، اجتناب میکند. برای تأیید اثربخشی این مدل، تعداد 181 شرکت پذیرفته شده در بورس اوراق بهادار تهران (9...
Abstract Principal Component Analysis (PCA) is one of the most widely used data analysis methods in machine learning and AI. This manuscript focuses on mathematical foundation classical PCA its application to a small-sample-size scenario large dataset high-dimensional space scenario. In particular, we discuss simple method that can be approximate latter case. also help kernel or (KPCA) for larg...
A proper circular-arc (PCA) model is a pairM = (C,A) where C is a circle and A is a family of inclusion-free arcs on C in which no two arcs of A cover C. A PCA model U is a (c, `, d, ds)-CA model when C has circumference c, all the arcs in A have length `, all the extremes of the arcs in A are at a distance at least d, and all the beginning points of the arcs in A are at a distance at least d+ ...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید