نتایج جستجو برای: الگوریتم k
تعداد نتایج: 399329 فیلتر نتایج به سال:
در تحقیق حاضر، کاربرد روش ترکیب اطلاعات در شبیهسازی فرایند هیدرولوژیک جریان ورودی به مخزن سد طالقان بررسی شد. دو الگوریتم ترکیب اطلاعات بر مبنای الگوریتم K نزدیکترین همسایه (K-NN) پیشنهاد و ارزیابی شدند. چهار مدل شبکۀ عصبی مصنوعی و دو مدل همراشتین - واینر بهعنوان مدلهای شبیهساز جریان روزانۀ ورودی به مخزن بهکار گرفته شدند. مقایسۀ نتایج حاصل از روش ترکیب اطلاعات با مدلهای منفرد، حاکی از اف...
هدف از این تحقیق بررسی و توسعه الگوریتم های خوشه بندی جهت بخش بندی ابر نقاط نا منظم لیزر اسکنرهای هوایی برای بازسازی مدل سه بعدی ساختمان می باشد. روش کلی به کار گرفته شده در این پژوهش بازسازی داده مبنا می باشد. هسته اصلی بازسازی داده مبنا الگوریتم خوشه بندی نقاط لیدار است. در این تحقیق چهار روش مطرح خوشه بندی بررسی، پیاده سازی و ارزیابی شده است. این چهار روش عبارتند از خوشه بندی به روش k-means،...
مقدمه و اهداف: در طی سال های اخیر از جمله روش های پیش بینی و تشخیص بیماری در عرصه پزشکی، به کارگیری روش های پشتیبان تصمیم با الگوریتم های تکاملی و ترکیبی است، که دارای توانمندی بالایی در مدل سازی مسائل پزشکی و مهندسی دارند. هدف این مقاله مقایسه ی چند سامانه پشتیبان تصمیم گیری و بررسی دقت این سامانه ها در پیش بینی بیماری دیابت است. روش کار: در مطالعه ی حاضر با استفاده روش ترکیب الگوریتم ژنتیک و ...
داده ی لرزه ای برداشت شده معمولاً با نوفه همراه است که این نوفه ها در مراحل بعدی پردازش غالباً مشکلاتی ایجاد می کنند. بنابراین همواره مسأله ی تضعیف نوفه از اساسی ترین و مهم ترین مراحل پردازش بوده است. یکی از مهم ترین نوفه ها در خشکی، زمین غلت است. نوفه ی زمین غلت از گروه نوفه های همدوس است و نسبت به سیگنال ها، سرعت و فرکانس کمتر و دامنه ی بزرگتری دارد. زمین غلت خاصیت پاششی دارد و سیگنال ها را در ...
ردیابی خودرو یکی از چالشهای مهم در سیستمهای حمل و نقل هوشمند جهت تخمین موقعیت خودرو در فریم بعدی از یک دنباله متوالی تصاویر از ویدئوهای نظارتی است. در این مقاله، یک الگوریتم ردیابی خودرو مبتنی بر ویژگی با استفاده از الگوریتم تخمین زننده ویژگی kanade-lucas-tomasi (klt) گسترش یافته است. در این الگوریتم، برای جایگزینی خودروها بوسیله ویژگیهای ردیابی شده، یک الگوریتم گروه بندی دو مرحله ای سلسله مرات...
خوشه بندی فرایندی است که در طی آن مجموعه ای از نمونه ها به خوشه هایی تقسیم می شوند که اعضای هرخوشه بیشترین شباهت را به یکدیگر داشته باشند و خوشه های مختلف با یکدیگر بیشترین تفاوت را داشته باشند. خوشه بندی یکی از تکنیک های داده کاوی و آنالیز داده متعارف می باشد. درخوشه بندی داده ها، در مسائل با اندازه داده بزگتر رسیدن به حل بهینه مشکل تر می باشد و در نتیجه مدت زمان لازم برای رسیدت به حل های قابل...
خوشه بندی تکنیکی از داده¬کاوی است که تعدادی آیتم را می¬گیرد و آنها را براساس ویژگیها¬یشان درون خوشه¬ها قرار می¬دهد. آیتمهای درون هر خوشه بیشترین میزان شباهت را در ویژگی بخصوصی که از پیش مشخص شده است،با هم دارند و آیتمهای خوشه¬های مختلف بیشترین تفاوت را در آن ویژگی، نسبت به هم دارند. خوشه¬بندی انواع مختلفی دارد که k-means یکی از بهترین و ساده¬ترین آنهاست. این خوشه¬بندی به این دلیل که پایه¬ی برخی...
یکی از راههای کاهش حجم ترافیک و میزان مصرف سوخت، استفاده از سرویسهای حمل و نقل برای کارکنان ادارات و شرکتهای بزرگ و کارخانههاست. برنامهریزی و تخصیص خودروها به کارکنان سازمانها و تعیین مسیرهای جمع آوری آنها از مسائل اصلی این پژوهش میباشد. اینگونه مسائل را "مسئله مسیریابی وسایل نقلیه" میگویند که در دسته مسائل پیچیده بهینهسازی چند هدفه قرار میگیرند. هدف اصلی این مقاله ارائه روشی برای تجزیه...
یکی از دیدگاههای مهم در علم دادهکاوی برای تحلیل و بررسی روی حجم زیادی از دادهها و نمونهها با مشخصههای گوناگون، دیدگاه خوشهبندی میباشد که خود شامل روشها و تکنیکهای مهمی همچون روش سلسله مراتبی، روش میانگین k، روشهای بر مبنای چگالی، روش کوهونن، و غیره در ادبیات موضوع است و تاکنون توسط پژوهشگران مختلف به کار گرفته شده است. یکی از معروفترین الگوریتمهای خوشهبندی، الگوریتم k میانگین (k-me...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید