نتایج جستجو برای: K-NN
تعداد نتایج: 385892 فیلتر نتایج به سال:
تراکم (تعداد درختان در واحد سطح) یکی از مشخصههای ساختاری مهم در تودههای جنگلی است که در درک پویایی جنگل مناسب است. روش kامین نزدیکترین همسایه (k-NN) یک روش فاصلهای است که بهطور متداول در آماربرداری جنگل برای برآورد مشخصههای کمی بهکار میرود. در این مطالعه روش k-NN با پنج راهکار نزدیکترین فرد (NI)، نزدیکترین همسایه (NN)، جفتهای تصادفی (RP)، چارک نقطه مرکز (PCQ) و همسایه چارکی (QN) برا...
تراکم (تعداد درختان در واحد سطح) یکی از مشخصه های ساختاری مهم در توده های جنگلی است که در درک پویایی جنگل مناسب است. روش kامین نزدیکترین همسایه (k-nn) یک روش فاصله ای است که به طور متداول در آماربرداری جنگل برای برآورد مشخصه های کمی به کار میرود. در این مطالعه روش k-nn با پنج راهکار نزدیکترین فرد (ni)، نزدیکترین همسایه (nn)، جفت های تصادفی (rp)، چارک نقطه مرکز (pcq) و همسایه چارکی (qn) برا...
Soil bulk density measurements are often required as an input parameter for models that predict soil processes. Nonparametric approaches are being used in various fields to estimate continuous variables. One type of the nonparametric lazy learning algorithms, a k-nearest neighbor (k-NN) algorithm was introduced and tested to estimate soil bulk density from other soil properties, including soil ...
روشهای مختلف آماری، غیرآماری و جعبه سیاه در فرایندهای پیشبینی جریان رودخانه استفاده میشوند. از میان روشهای آماری، روش رگرسیون ناپارامتری K- نزدیکترین همسایگی بهواسطه پایه ریاضی و سادگی ذاتی، یکی از روشهای مناسب در فرایندهای پیشبینی است. در این تحقیق ضمن معرفی کامل روش K-NN به تشریح راهکارهای توسعه و بهبود این روش پرداخته میشود که از آن جمله میتوان به معرفی روشهای تخمین بهترین همسایگی، تو...
روشهای نمونهبرداری بدون قطعه نمونه (خطی یا فاصلهای) از شیوههای مهم آماربرداری در جنگلاند. در این تحقیق بهمنظور بررسی کارایی روش نمونهبرداری فاصلهای نزدیکترین همسایۀ پیوسته (C-nn)، محدودهای به مساحت 220 هکتار در بخش چلیر جنگل خیرود نوشهر انتخاب شد. سپس نمونهبرداری به دو روش، یکی با قطعات نمونه دایرهای 10 آری (مرسوم در جنگلهای شمال کشور) و دیگری بهروش فاصلهای C-nn...
Random projection trees have proven to be effective for approximate nearest neighbor searches in high dimensional spaces where conventional methods are not applicable due to excessive usage of memory and computational time. We show that building multiple trees on the same data can improve the performance even further, without significantly increasing the total computational cost of queries when...
This paper presents a Min-Max modular k-nearest neighbor (M-k-NN) classification method for massively parallel text categorization. The basic idea behind the method is to decompose a large-scale text categorization problem into a number of smaller two-class subproblems and combine all of the individual modular k-NN classifiers trained on the smaller two-class subproblems into an M-k-NN classifi...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید