در بسیاری از کاربردهایی که از ابر نقطه لیدار استفاده می شود، بخش بندی یک مرحله پیش پردازش است که از اهمیت قابل توجهی برخوردار است و دقت انجام این مرحله تاثیر به سزایی در نتیجه نهایی هدف مورد نظر دارد. یکی از مهمترین کاربردها، بازسازی مدل سه بعدی ساختمان است که در ابتدا باید صفحات مختلف سقف استخراج شوند. در این مقاله برای بخش بندی ابر نقطه لیدار و استخراج صفحات مختلف سقف از الگوریتم خوشه بندی ان...

به علت بدون ناظر بودن مسئله خوشه بندی انتخاب الگوریتمی خاص جهت خوشه بندی یک مجموعه ناشناس امری پر خطر و معمولا شکست خورده می باشد. به خاطر پیچیدگی مسئله و ضعف روش های خوشه بندی پایه، امروزه اکثر مطالعات به سمت روش های خوشه بندی ترکیبی هدایت شده است. پراکندگی در نتایج اولیه یکی از مهم ترین عواملی است که می تواند در کیفیت نتایج نهایی اثرگذار باشد. همچنین، کیفیت نتایج اولیه نیز عامل دیگری است که د...

سیستم های خبره می توانند به ساخت مدل های رتبه بندی اعتباری مشتریان بانک ها کمک کنند. در اینجا، انتخاب ویژگی های مهم در رتبه بندی اعتباری اهمیت دارد. همچنین ممکن است مقادیر ویژگی ها، به‎صورت فازی بیان شوند. مسئله این است، چگونه می توان به‎کمک الگوریتم ژنتیک، انتخاب ویژگی ها را بهبود بخشید؛ به‎گونه ای که این ویژگی ها به‎منزلۀ ورودی در سیستم خبرۀ فازی مورد استفاده قرار گیرند. این نوشتار به ارائۀ م...

سیستم گردشگری هر مکان کلیتی است، مشتمل بر بخش­ ها، اجزاء و عناصر متعدد و پیچیده که در ارتباط متقابل با یکدیگر و برخورداری از شبکه، سلسله مراتب، ساختار و کارکرد، جایگاه خود را در بازار رقابتی به دست می­ آورد. در این راستا مشهد مقدس به عنوان قطب گردشگری مذهبی ایران سالانه میزبان میلیون­ ها نفر از زائرین داخلی و خارجی می­ باشد که در کنار زیارت حرم مطهر حضرت علی بن موسی الرضا علیه السلام به امور در...

شبکه های بیزی ابزاری قدرتمند در تصمیم گیری، دسته بندی، پیش بینی، خوشه بندی و برازش منحنی هستند که تا کنون در حوزه های مختلفی از قبیل فیزیک، زیست شناسی، علوم اقتصادی، علوم اجتماعی، صنایع و ... مورد استفاده قرار گرفته اند. در سال های اخیر، شبکه های بیزی به یک ابزار مناسب و پرکاربرد برای استخراج دانش و رمز گشایی از دانش غیر قطعی، در سیستم های خبره تبدیل گشته است. این قدرت انعطاف در حل مسائل و کارب...

با پیشرفت روز افزون تکنولوژی­های جمع آوری اطلاعات و امکان دسترسی به حجم عظیمی از داده همواره نیازمند روش­هایی برای تجزیه و تحلیل این حجم داده خام و استخراج اطلاعات مفید از آن می­باشیم.  امروزه خوشه­بندی داده به عنوان یکی از روش­های آنالیز و ساده سازی مجموعه داده­های بزرگ، مورد توجه بسیاری از محققین قرار گرفته است. در این میان خوشه­بندی سری­های زمانی با دقت مورد قبول، حائز اهمیت بسیاری می­باشد. ...

خوشه بندی یکی از شاخه های یادگیری بدون نظارت می باشد و فرآیند خودکاری است که در طی آن، نمونه ها به دسته هایی که اعضای آن مشابه یکدیگر می با شند تقسیم می شوند، که به این دسته ها خوشه گفته می شود. بنابراین خوشه مجموعه ای از اشیاء می باشد که در آن اشیاء با یکدیگر مشابه بوده و با اشیاء موجود در خوشه های دیگر غیر مشابه می باشند. مطالعه ادبیات پیشین موضوع، نشان می دهد با آنکه از الگوریتم های مختلفی د...

ما در عصری قرار داریم که اغلب تحت عنوان عصر اطلاعات شناخته می شود. در این عصر، سازمان ها به وسعت در حال جمع آوری حجم بسیار عظیمی از اطلاعات هستند و به استخراج دانش نیازمند هستند. داده کاوی حاصل تکامل پنجاه ساله فناوری اطلاعات است. در دهه شصت میلادی اولین گام در جهت داده کاوی با جمع آوری داده ها برداشته شد، در دهه هفتاد سیستم های مدیریت پایگاه داده رابطه ای توسعه یافتند و در دهه هشتاد تکنیک های ...

در این پایان نامه ابتدا با استفاده از شبکه عصبی پرسپترون چند لایه با ساختار‏‏‏‏‏‏‏‏‏های بهینه‏ی حاصل شده از سعی و خطا جریان متوسط ماهانه حوزه لیقوان در قالب مدل بارش-جریان محاسبه شده است. سپس، از مدل نروفازی (anfis) به منظور بهبود عملکرد مدل‏های آموزشی بهره گرفته شده است. شایان ذکر است در مدل انفیس تعیین ساختار فازی اولیه نقش مهمی را ایفا می‏نماید؛ در این راستا روش‏های کلاسه بندی متداول شاملfuz...

امروزه شناسایی لندفرم­ها و طبقه‌بندی زمین مبتنی بر روش کارشناسی می باشد که به صورت دستی و با استفاده از عکس های هوایی و نقشه های توپوگرافی انجام می شود که روشی وقت گیر و دارای دقت کمی می باشد. از این رو استفاده از روش های نیمه اتوماتیک و اتوماتیک به منظور  طبقه بندی لندفرم ها برای افزایش دقت و سرعت کار، ضروری به نظر می رسد. این پژوهش سعی دارد که به  طبقه بندی لندفرم ها بر اساس الگوریتم شبکه های...