مقایسه خارج از نمونه خصوصیات مفصل در پیش بینی چگالی چند متغیره

پیش بینی نرخ رشد بخش کشاورزی ایران (مقایسه ی روش های تک متغیره و چند متغیره)

سیاست گزاران و برنامه‏ریزان اقتصادی در تلاش اند تا متغیرهای موثر بر رشد بخش کشاورزی را مدل سازی کنند و از این مدل­ها در فرآیند پیش­بینی استفاده نمایند. امروزه پیش­بینی به عنوان یک ابزار مهم برنامه­ریزی برای سیاست گزاران اقتصادی به شمار می‏رود و روش های متنوعی برای پیش­بینی متغیرهای اقتصادی مورد استفاده قرار می­گیرد. این پژوهش نرخ رشد بخش کشاورزی ایران را پیش­بینی و دقت روش های تک متغیره و چند م...

مقایسه روش های نروفازی، شبکه عصبی و رگرسیون چند متغیره در پیش بینی برخی خصوصیات خاک (مطالعه موردی: استان گلستان)

با توجه به مشکلات اندازه گیری مستقیم برخی از ویژگی های خاک، در سال های اخیر از روش های غیر مستقیم برای برآورد این خصوصیات استفاده می شود. بدین منظور، در این پژوهش140 نمونه جمع آوری شده از منطقه گرگان مورد آزمایش قرار گرفته و فراوانی نسبی ذرات، کربن آلی، درصد رطوبت اشباع و آهک به عنوان ویژگی های زودیافت و نقطه پژمردگی، ظرفیت زراعی، ظرفیت تبادل کاتیونی و وزن مخصوص ظاهری به عنوان ویژگی های دیریافت...

مقایسه روش های تک متغیره و چند متغیره در پیش بینی واردات محصولات کشاورزی ایران

پیشرفت علم و تکنولوژی باعث پیچیدگی در جهانی شده که امروزه در آن زندگی می کنیم و برای فائق آمدن بر این پیچیدگی ها و اتخاذ تصمیمات صحیح از سوی سیاست گذاران نیاز به پیش بینی متغیرهای اثر گذار افزایش یافته است. از این رو، از دهه 1970 به بعد روش های پیش بینی در علوم مختلف به ویژه اقتصاد جایگاه مناسبی یافته است. پزوهشگران و سیاست گذاران با پیدایش این روش ها در اقتصاد و سایر علوم برخی مواقع با ترکیب ا...

مقایسه مدل های شبکه عصبی مصنوعی و رگرسیون چند متغیره در پیش بینی درصد پوشش درمنه کوهی از روی برخی خصوصیات خاک

کاربرد الگوریتم های داده کاوی در تشخیص داده های ژئوشیمیایی خارج از ردیف چند متغیره

تشخیص داده‌های خارج از ردیف چند متغیره به کمک الگوریتم‌های داده‌کاوی یکی از نکات ضروری پیش‌پردازش داده‌های اکتشافات ژئوشیمیایی محسوب می‌شود. در این مقاله چهار الگوریتم برآورد چگالی کرنل (KDE)، ضریب خارج از ردیف بودن محلی (LOF)، OPTICS-OF و SVDD که به ترتیب جزو روش‌های آماری، روش‌های مبتنی بر مجاورت، روش‌های مبتنی بر خوشه‌بندی و روش‌های مبتنی بر دسته‌بندی هستند، معرفی شده و کاربرد آنها بر روی دا...

مقایسه مدلهای شبکه عصبی مصنوعی دینامیک و همبستگی خطی چند متغیره در پیش بینی آبدهی به کمک داده های سنجش از دور

هدف تحقیق حاضر، مقایسه توانایی مدل شبکه عصبی مصنوعی و مدل همبستگی خطی چند متغیره در پیشبینی ششماه آیندة جریان ورودی به مخزن سد شاهچراغی در استان سمنان، بر اساس دادههای ماهانه آبدهی، دمای متوسط،ماهواره AVHRR بارش و سطح پوششبرف چند ماه قبل میباشد. برای تعیین سطح پوششبرف، از تصاویر سنجندهاستفاده گردیده و جداسازی سطح برف با استفاده از روش جداسازی پدیدهها بر اساس حد آستانه هیستوگرام NOAAآنها در باند...