تعیین تعداد و خصوصیات دسته درزه های موجود در توده سنگ در هر عملیات مهندسی سنگ از اهمیت بسزایی برخوردار است. یکی از مهم ترین ویژگی های ناپیوستگی ها، راستای آن ها نسبت به هم و نسبت به سازه مهندسی است.  جهت تعیین تعداد دسته درزه ها معمولاً از روش های استریوگرافیک استفاده می شود. چنین روشی بسیار وابسته به قضاوت شخصی است و در زمان همپوشانی دسته درزه ها تفکیک آن ها را از هم مشکل می گرداند. در این تحقی...

دسته بندی هواویزهای جوی یکی از مباحث مهم در سنجش از دور هواویزها توسط ابزارهای فضابرد و هوابرد و زمین پایه است. تابع فازی قطبیده هواویزها معیاری از قطبش نور پراکنده شده خورشید توسط ذرات مایع یا جامد معلق در جو زمین است. در این مقاله توانایی دسته بندی هواویزهای جوی توسط پارامتر تابع فازی قطبیده برای جو شهر زنجان بررسی می شود. برای این کار، پارامترهای عمق اپتیکی هواویزها، نمای آنگستروم، سپیدایی پ...

در سال های گذشته تحقیقات وسیعی در زمینه دسته بندی بصری اشیاء صورت گرفته است و تلاش های فراوانی جهت رفع مشکلات و چالش های مطرح در این شاخه انجام پذیرفته است . هدف از فرآیند دسته بندی بصری ، تشخیص اشیاء مربوط به دسته های مشخص شده ای درون یک تصویر دلخواه است . عمده ترین چالش های موجود در این مسئله ، وجود تنوع بسیار زیاد در تصاویر مربوط به یک دسته واحد است . بیشتر روش های قدیمی دسته بندی بصری اشیاء...

در این پایان نامه رابطه ا ی معادل بین روش طبقه بندی داده ها و مدل تحلیل پوششی داده ها برقرار می شود و بر اساس آن روش طبقه بندی $dea$ ایجاد می گردد. داده ها به وسیله ی مجموعه ای از مقادیر مشخص می شوند. اگر یک واحد تصمیم گیرنده به یک مجموعه ی خاص تعلق داشته باشد، آن گاه این واحد تصمیم گیرنده طبقه بندی شده است. با توجه به اینکه مقادیر داده شده، به عنوان ورودی ها و خروجی تصنعی با مقدار یکسان 1 است،...

در این پایان نامه، یک الگوریتم بیزین تغییراتی توزیع شده مبتنی بر فیلتر consensus (cfbdvb) برای تخمین چگالی و دسته بندی داده های به دست آمده از یک شبکه سنسوری ارائه می گردد. فرض می شود که مقادیر اندازه گیری شده با استفاده از مدل های ترکیب گوسی مدل سازی شده اند. در این الگوریتم، ابتدا هر گره چکیده آماری محلی را تنها با استفاده از مشاهدات محلی خود محاسبه می کند. سپس یک فیلتر consensus ، چکیده آمار...

  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...

امروزه با افزایش حجم داده ها امکان جمع آوری و دسته بندی سریع داده ها توسط انسان غیرممکن شده است و نیاز به دسته بندی و تحلیل دادها به صورت خودکار از جایگاه ویژه ای برخوردار است. دسته بندی داده ها عملیاتی است که ابتدا، طی یک فرایند ، نمونه های آموزشی به همراه برچسب آن ها به یک عامل یادگیر داده می شود تا ارتباط بین نمونه ها و برچسب ها را یاد بگیرد و سپس برچسب داده های آموزشی را پیش بینی کند. از ط...

اکثر لغات جدید برای زبان آموزان زبان انگلیسی به صورت "دسته بندی های معنایی" از پیش طراحی شده اند، یعنی گروهی از کلمات که از لحاظ معنایی و نحوی شبیه به هم هستند مانند: چشم، بینی، گوش، دهان، چانه. اگر چه دسته بندی از این نوع، فعالیتهایی را که روش های فعلی برای آموزش زبان به کار می برند را تسهیل می کند و با نگاه اول به نظر می رسد یادگیری لغات را هم آسان می کند، اما هیچ توجیه عملی توسط محققان در حم...

دسته بندی یکی از مهمترین فرآیندهای مورد مطالعه در حوزه یادگیری ماشین و داده کاوی است که در برنامه های کاربردی فراوانی از جمله دسته بندی متن، تشخیص پزشکی، بیوانفورماتیک و... مورد استفاده قرار می گیرد. مسائل دسته بندی را می توان براساس تعداد برچسب های منتسب به هر یک از داده ها به دو دسته کلی مسائل دسته بندی تک برچسبی و مسائل دسته بندی چند برچسبی تقسیم کرد. در مسائل دسته بندی تک برچسبی، هر داده دا...

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 مزیته...