توصیف گر داده مبتنی بر بردار پشتیبان (svdd)، یکطبقه بندبا ناظرتک کلاسهاست. هدف این طبقه بندمرزی، بهینه کردن حجم دایره (ابرکره) اطراف مجموعه هدف خطی یا غیرخطی می باشد. حداقل پیچیدگی زمانیاینگونه طبقه بندها، است؛ در نتیجه با افزایش تعداد نمونه ها، مسئله برای مجموعه داده های حجیم کارایی خود را از دست می دهد. هدف اصلی این پایان نامه، توسعه svdd، به منظور ایجاد امکان استفاده از آن در کاربردهای حجیم ...

در سالهای اخیر ماشین بردار پشتیبان svdd بطور فزاینده ای در کاربردهای مرتبط با طبقه بندی تک کلاسه، مورد استفاده قرار گرفته است. هدف svdd ارائه یک توصیف فشرده از مجموعه ای از داده ها بنام کلاس هدف است بطوریکه فضای توزیع این داده ها را از فضای نمونه های دیده نشده مرتبط با سایر کلاسها جدا کند. یکی از چالشهای svdd این است که مرز آن تنها با نمونه های بیرونی توصیف شده و نمونه های داخلی و چگالی توزیع د...

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...

در سال‏ های اخیر تحقیقات زیادی در زمینه تشخیص انسان در تصاویر به منظور کاربرد در سیستم‏ های جلوگیری از برخورد خودرو با عابر پیاده، صورت گرفته است. اما با توجه به حضور حیوانات در محدوده جاده‏ های برون‏ شهری و سرعت بالای خودرو‏های عبوری در این نوع جاده ‏ها، احتمال وقوع تصادف با حیوانات نیز بالا می‏ باشد و وجود سیستمی برای تشخیص به ‏موقع حیوانات و هشدار به رانندگان ضروری است. در این پایان نامه روش...

پس از موضوعاتی چون تشخیص مکان خودرو و شناسایی گروه کلی خودرو، شناسایی نوع و مدل دقیق وسیله نقلیه (VMMR) در دهه‌ی اخیر در مرکز توجه محققین قرار گرفته است. این مسئله به دلیل وجود تعداد کلاس‌های زیاد و شباهت بسیار زیاد این کلاس‌ها به یکدیگر، از مسائل طبقه‌بندی دشوار به حساب می‌آید. در این مقاله، روشی برای شناسایی نوع و مدل وسیله نقلیه پیشنهاد شده است.روش پیشنهادی شامل دو بخش است. ارائه‌ی رویکردی ج...

در این نوشتار از روش‌های شبکه‌ی عصبی )N‌N(، ماشین بردار پشتیبانی )S‌V‌M( و تحلیل مؤلفه‌ی اصلی )P‌C‌A( با یک رویکرد متوالی برای پیش‌بینی بار کوتاه‌مدت استفاده شده است. ابتدا با استفاده از یک روش غربال‌سازی، داده‌های ورودی استخراج و به کلاس‌هایی تقسیم شدند که بتواند بهترین نتایج را ارائه دهد. سپس مقادیر گذشته بار به‌همراه اطلاعات وابسته در هر دسته به شبکه‌های عصبی چندلایه‌ی پرسپترون و ماشین بردار...

بارش-رواناب یکی از فرایندهای مهم در مطالعات منابع آب بشمار می رود. در این تحقیق فرآیند بارش-رواناب روزانه در حوضه آبریز بالیخ لوچای 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 صحت سنجی مدل ها مورد استفاده قرار گرفت. در ح...