یاردانگ های منطقة فراخشک لوت یکی از منحصربه فردترین لندفرم های آّبی- بادی مناطق بیابانی است. شناخت و پهنه بندی ژئومورفومتریک این یاردانگ ها، با توجه به میسرنبودنِ بازدیدهای میدانی و دسترسی به منطقه، دقت مطلوبی نخواهد داشت. در این مطالعه یاردانگ های دشت لوت، با توپوگرافی ویژه و خاص، با یکی از روش های شبکه های عصبی مصنوعی با عنوان «الگوریتم خودسازمانده» مطالعه و طبقه بندی شد. نخست 22 پارامتر مورفوم...

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. ...

امروزه، بسیاری از سازمان ها به این باور رسیده اند که یکی از با ارزش ترین دارایی ها یشان شناسه محصولات و خدمات آن ها است. یک شناسه قدرتمند هم برای مشتری و هم برای سازمان ارزش ایجاد می کند. یکی از شاخص های کلیدی که نشان دهنده قدرت شناسه در بازار است، میزان وفاداری مشتریان به آن شناسه است. این مفهوم در این پژوهش مورد بررسی قرار گرفته است. این پژوهش چند هدف کلیدی را دنبال می کند. هدف نخست از اجرای...

تعیین دقیق و مناسب پارامترهای خاک همواره در طراحی‌های ژئوتکنیکی مورد توجه بوده است. پیش بینی دقیق پارامترهای تاثیرگذار ماسه از آزمایشات برجا نظیر (CPT)، یکی از چالشی‌ترین مسایل در مهندسی ژئوتکنیک است. در این تحقیق با استفاده از نتایج آزمایش کالیبراسیون نفوذ مخروط که در دانشگاه‌ها و موسسات معتبر انجام شده‌اند و همچنین سیستمی متشکل از سه نوع شبکه عصبی مصنوعی، پارامتر ضریب فشار جانبی ماسه در حالت ...

هدف از این پایان نامه ارایه مدلی به منظور پیش بینی قیمت محصولات شرکت فولاد مبارکه در بورس کالای ایران است. امروزه با افزایش پیچیدگی بازارهای مالی، شرکت کنندگان این بازارها نیازمند ابزارهایی به منظور پیش بینی روند آتی قیمت ها و تحلیل وضعیت بازار هستند تا از نتایج آن به عنوان معیاری برای برنامه ریزی و تصمیم گیری استفاده کنند. با بررسی ادبیات موضوع و با توجّه به ویژگی های سری زمانی قیمت محصولات این...

در مدلسازی بارش-رواناب مدل ترکیبی شبکه عصبی-موجک روشی سودمند است که از تبدیل موجک برای بدست آوردن فرکانس های مختلف فرآیند و از شبکه عصبی مصنوعی (ann) برای پیش بینی دبی رواناب استفاده میکند. یکی از گامهای مهم در هر مدلی که بر پایه ann است، تعیین متغیرهای ورودی مهم در فرایند مورد مطالعه است. درغیر این صورت مدل می تواند دچار بیش سازگاری (over fitting)، یادگیری دشوارتر و عملکرد ضعیف شبکه شود. این پ...

طراحی و استقرار مدل اندازه گیری ریسک اعتباری در نظام بانکی نقش کارآمدی در راستای بالا بردن بهره وری بانک-های کشور در تخصیص بهینه منابع خواهد داشت. این پژوهش با هدف سنجش ریسک اعتباری و اعتبارسنجی مشتریان بانکی به روش رگرسیون لجستیک و مدل ترکیبی الگوریتم ژنتیک-شبکه عصبی هوشمند gmdh شده است. بدین منظور اطلاعات و داده های مالی و کیفی یک نمونه 500 تایی از مشتریان که تسهیلات دریافت نموده اند مورد برر...

یاردانگ ها و تپه های ماسه ای مناطق فراخشک از جالب ترین زمین دیس های (لندفرم ها) مناطق بیابانی محسوب می شوند. ارائۀ روش مطلوب برای شناخت و پهنه بندی کمّی زمین ریخت شناسی این زمین دیس ها با توجه به ناممکن بودن بازدیدهای میدانی و دسترسی از اهداف این مقاله است. در این مطالعه از داده های رادار srtm/c با قدرت تفکیک زمینی معادل 90 متر که وزارت ملی فضا و هوانوردی امریکا (nasa) در سال 2003 ارائه کرد، است...

در این مقاله الگوریتمی هوشمند برای خوشه بندی، تشخیص مدولاسیون بین پالسی و جداسازی و شناسایی رشته پالس های متداخل رادارها ارائه می گردد. در الگوریتم پیشنهادی برای خوشه بندی پالس های متداخل دریافتی از شبکه عصبی خودسازمانده sofm (بدلیل دقت بالای آن در مقایسه با شبکه های عصبی دیگر مانند شبکه عصبی clnn و شبکه عصبی fuzzy art) و تشخیص نوع مدولاسیون بین پالسی از روش ضرب ماتریسی و برای شناسایی نوع رادار...