نتایج جستجو برای: مدل میانگین‌گیری KNN
تعداد نتایج: 124493 فیلتر نتایج به سال:
مقدمه و هدف: روش رایج در برآورد بقا، مدل کاکس است که اعتبار نتایج آن، به پذیره مخاطرات متناسب وابسته است. روش k- نزدیکترین همسایگی یک روش ناپارامتری برای احتمالات بقا در جوامع ناهمگن میباشد. هدف این مطالعه مقایسه کارایی مدل کاکس و روش k- نزدیکترین همسایگی (knn) است. روش کار: این مطالعه کوهورت گذشتهنگر بر روی 475 بیمار دریافت کننده پیوند کلیه طی سالهای 1390-1373 شهر همدان میباشد. اطلاعات از ...
خصوصیات فیزیوگرافی و شرایط اقلیمی در حوضههای آبریز از عوامل مهم دخیل در رژیم جریان رودخانه هستند که درک روابط بین این عوامل با جریان رودخانه در یک حوضه موجب میشود بتوان از این روابط در زیرحوضههای فاقد آمار برای پیشبینی جریان رودخانه استفاده کرد. در این مطالعه، روابط بین پارامترهای فیزیوگرافی و اقلیمی زیرحوضههای آبریز استان گلستان با جریان رودخانه با کاربرد مدل درختی M5، مدل نزدیکترین K- ...
در پژوهش حاضر، مدلی هیبریدی بر مبنای روشهای غیرخطی شامل رگرسیون تطبیقی چندگانه اسپلاین (MARS)، شبکه‌عصبی مصنوعی (ANN) و K نزدیکترین همسایه (KNN) به منظور ریزمقیاسنمایی و پیشبینی بارش ایستگاه‌های شهرکرد، بارز و یاسوج تحت شرایط تغییر اقلیم معرفی شده است. مدل هیبریدی ارائه شده، مانند مدل ریزمقیاسنمایی SDSM، از دو گام طبقهبندی و رگرسیون تشکیل شده است. مدل MARS برای طبقهبندی وقوع بارش و الگو...
در این مطالعه عملکرد دو رهیافت پارامتری مارکف پنهان (HMM) و ناپارامتری k- نزدیکترین همسایه (KNN) در شبیه‌سازی سری زمانی داده‌های روزانه بارندگی زمستانه در 130 ایستگاه باران‌سنجی ایران با طول دوره آماری 21 سال مورد ارزیابی قرار گرفته است. شش ایستگاه بندرانزلی، ساری، قراخیل قائم‌شهر، گرگان، شیراز و زاهدان نیز به ترتیب به عنوان ایستگاه‌های معرف اقالیم بسیار مرطوب، مرطوب، نیمه‌مرطوب، مدیترانه‌ا...
برآورد و پیش¬بینی رواناب یک حوزه، نه تنها در مدیریت و بهره¬برداری صحیح از حوزه با اهمیت است بلکه در به حداقل¬رسانی خسارات ناشی از سیلاب نیز نقش مهمی را ایفا می¬کند. هدف اصلی این تحقیق پیش¬بینی دبی روزانه در حوضه آبریز گالیکش با استفاده از مدل¬های هیدرولوژیکی و مدل های پایه داده¬ای می¬باشد. بدین منظور در میان مدل¬های هیدرولوژیکی از مدل¬های ihacres و hec-hmsو از مدل های پایه-داده ای شبکه عصبی مصن...
چکیده:سابقه و هدف: پیش بینی کمی جریان در رودخانه ها یکی از مهم ترین ارکان در مدیریت منابع آب های سطحی به ویژه اتخاذ تدابیر مناسب در مواقع سیلاب و بروز خشکسالی ها، است.برای پیش بینی میزان جریان رودخانه ها رویکردهای متنوعی در هیدرولوژی معرفی شده است که مدل های مفهومی و نیز مدل های داده محور از مهمترین آن ها می باشند.در این مطالعه برای بررسی دقت مدل های پیش بینی جریان رودخانه از داده های بلند مدت ...
Hybrid model is a popular forecasting model in renewable energy related forecasting applications. Wind speed forecasting, as a common application, requires fast and accurate forecasting models. This paper introduces an Empirical Mode Decomposition (EMD) followed by a k Nearest Neighbor (kNN) hybrid model for wind speed forecasting. Two configurations of EMD-kNN are discussed in details: an EMD-...
Identifying the queried object, from a large volume of given uncertain dataset, is a tedious task which involves time complexity and computational complexity. To solve these complexities, various research techniques were proposed. Among these, the simple, highly efficient and effective technique is, finding the K-Nearest Neighbor (kNN) algorithm. It is a technique which has applications in vari...
In data mining applications, one of the useful algorithms for classification is the kNN algorithm. The kNN search has a wide usage in many research and industrial domains like 3-dimensional object rendering, content-based image retrieval, statistics, biology (gene classification), etc. In spite of some improvements in the last decades, the computation time required by the kNN search remains the...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید