نتایج جستجو برای: ماشین بردار پشتیبان(svm)
تعداد نتایج: 9484 فیلتر نتایج به سال:
اساس برنامهریزی و مدیریت صحیح داشتن آمار اطلاعات دقیق بههنگام است. یکی از مهمترین بخش کشاورزی میزان تولید سالیانة هر محصول یا سطح زیرکشت ابزارهایی که در کمترین زمان با هزینة پایین دقت مناسب، میتواند محصولات را محاسبه کند دانش فنّاوری سنجش از دور این تحقیق، دو روش طبقهبندی شبکة عصبی مصنوعی ماشین بردار پشتیبان استفاده شده غالب منطقه، شامل هشت کلاس، تصاویر سری زمانی سنتینلـ2 برآورد براساس ن...
سنجندههای دوقلوی MSI سنتینل-2، از لحاظ توان تفکیک مکانی، شباهت بسیاری به سنجندة OLI لندست 8 دارند که آژانس فضایی اروپا، با هدف افزایش دادههای ادامهدار برای پایش سطح زمین، آنها را فضا پرتاب کرد. در این مطالعه، قابلیت دادهها واحدهای سنگی و دگرسانی، محدودة کانسار فسفات اسفوردی، ارزیابی تلفیقشده، مقایسه شد. بارزکردن منطقه، روش بسط عدم همبستگی استفاده بهمنظور مقایسههای آماری، اجرای ماشین برد...
آگاهی از میزان تاجپوشش درختان در مناطق شهری بهعلت تأثیرات آن کاهش آلودگیهای هوا، آلودگی صوتی، جلوگیری باد، ذخیرة نزولات آسمانی، و کنترل روانابهای بسیار ضروری است. ازآنجاکه استخراج با روشهای دستی وقتگیر پرهزینه است، تکنیکهای سنجش دور میتوانند ابزار مناسبی برای تأمین این دادهها باشند. طبقهبندی شیءپایه، انتخاب پارامترهای بهینة قطعهبندی، بهویژه پارامتر مقیاس، اهمیت بسیاری دارد معمول...
طبقه بندی و تهیه نقشه کاربری های اراضی یکی از پرکاربردترین موارد در استفاده از داده های سنجش از دور است. تعدادی از روش های پیشرفته تر طبقه بندی در دهه های گذشته توسعه پیداکرده اند که از آنها می توان به شبکه های عصبی مصنوعی و ماشین بردار پشتیبان اشاره کرد. در این مطالعه از تصاویر لندستtm باقدرت تفکیک 30 متر جهت استخراج کاربری های اراضی با استفاده از دو روش طبقه بندی شبکه عصبی مصنوعی و ماشین بردا...
پدیده هموارسازی سود مقولهای مشترک در مرز دانش حسابداری و امور مالی است. یکی از انگیزههای شرکتها برای هموار کردن سود حداقل نمودن تأثیر مالیات در طول زمان میباشد. در این پژوهش با استفاده از اطلاعات 9 سال مالی در بورس اوراق بهادار تهران و با استفاده از اطلاعات مالی 2070 سال- شرکت به پیشبینی هموارسازی سود با الگوریتم ماشین بردار ارتباطی پرداخته است. نتایج نشان میدهد که از بین متغیرهای پژوهش، ...
مقدمه: پژوهش حاضر با هدف بررسی عملکرد روش یادگیری ماشین های بردار پشتیبان برای پیش بینی مقاومت دارویی ویروس hiv) یا (human immunodeficiency virus استفاده از تحلیل دنباله ی آمینو اسیدها انجام گرفت. روش ها: در این مطالعه از ماشین های بردار پشتیبان استفاده شد؛ همچنین برای آموزش و آزمایش ماشین های بردار پشتیبان از نرم افزار libsvm) یا (library for support vector machinesاستفاده گردید. یافته ها: نت...
سیستمهای خبره معمولاً در امر پیشبینی زلزله استفاده میشوند. در این سیستمهای خبره از پارامترهای مختلفی مانند رفتار گسل، غلظت رادون، انرژی، پالس و تعداد ضربه استفاده میشود. با بررسی این پارامترها میتوان میزان رخداد زلزله را برآورد کرد. میزان دقت پیشبینی زلزله توسط این سیستمهای خبره نسبت به روشهای غیرهوشمند نسبتاً بالاتر است. در این مقاله ابتدا میزان دقت و نوع دادههای استفاده شده در انواع ...
بارش-رواناب یکی از فرایندهای مهم در مطالعات منابع آب بشمار میرود. در این تحقیق فرآیند بارش-رواناب روزانه در حوضه آبریز بالیخلوچای با استفاده از ماشین بردار پشتیبان، شبکه های عصبی مصنوعی، هیبرید موجک-ماشین بردار پشتیبان و هیبرید موجک-شبکه عصبی مورد مطالعه و مقایسه قرار گرفته است. داده های بارش-رواناب روزانه در طول دوره آماری (1379-1387) برای آموزش و صحتسنجی مدل ها مورد استفاده قرار گرفت. د...
در این مقاله، روش جدیدی برای عیبیابی در چرخدندهها ارایه شده است. سیگنالهای ارتعاشی مجموعه جعبهدنده در سه حالت سالم، لبپریدگی دندانه و ساییدگی دندانه جمعآوری شدهاند. این سیگنالها با استفاده از روش تجزیه مود تجربی به تعدادی توابع مود ذاتی تجزیه شدهاند. با توجه به این که همه توابع مود ذاتی به دست آمده از روش تجزیه مود تجربی، مناسب برای عیبیابی نیستند، از مفهوم همبستگی متقابل برای انتخاب...
پیشبینی مقادیر جریان ورودی به سیستم منابع آب بهمنظور آگاهی از شرایط آینده و برنامهریزی برای تخصیص بهینه منابع آب به بخشهای مختلف از قبیل شرب، کشاورزی و صنعتی امری ضروری در مدیریت منابع آب میباشد. هدف از پژوهش حاضر پیشبینی مقادیر دبی ماهانه ورودی به سد گرگان برای آینده بود. بدین منظور از دادههای هیدرومتری ایستگاه قزاقلی با دوره آماری 47 سال و سه مدل سریزمانی، شبکه عصبی و ماشین بردار پشت...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید