مقدمه: وجود مقادیر مفقود در داده‌های پزشکی می‌تواند تمام فرآیند داده کاوی و تفسیرهای حاصل را تحت تأثیر قرار دهد. بنابراین برخورد با این مقادیر ضروری می‌باشد. در این پژوهش تأثیر روش‌های مختلف برخورد با مقادیر مفقود بر روی دقت کلاسه‌بندی داده‌های پزشکی مورد ارزیابی قرار گرفت.  روش: در این مطالعه، تأثیر روش‌های معروف جانشینی مقادیر مفقود شامل Mean/mode، Hot Deck، K-Nearest Neighbor، Maximum Possib...

مقدمه: وجود مقادیر مفقود در داده‌های پزشکی می‌تواند تمام فرآیند داده کاوی و تفسیرهای حاصل را تحت تأثیر قرار دهد. بنابراین برخورد با این مقادیر ضروری می‌باشد. در این پژوهش تأثیر روش‌های مختلف برخورد با مقادیر مفقود بر روی دقت کلاسه‌بندی داده‌های پزشکی مورد ارزیابی قرار گرفت.  روش: در این مطالعه، تأثیر روش‌های معروف جانشینی مقادیر مفقود شامل Mean/mode، Hot Deck، K-Nearest Neighbor، Maximum Possib...

در سال های اخیر، کاراتر سازی روش های انتخاب خصیصه به صورت رو به رشد مورد توجه بوده اند. تحقیقات انجام شده به منظور کاهش هزینه ی محاسبات و همچنین کاهش ریسک تطابق بیش از حد مطالعه شده اند. در راستای کاهش بعد خصیصه ها از بین همه ی الگوریتم -ها روش های پیشرونده به دلیل هزینه ی محاسباتی کم بسیار کارا هستند. در این رساله دو الگوریتم پیشرونده ی جدید بر اساس مقدار افزایش اطلاعاتی که با حضور هر خصیصه خو...

با پیشرفت دنیای تکنولوژی، نیاز به سیستم های امنیتی با دقت و قابلیت بالا افزایش پیدا می کند. ویژگی-های زیستی (بیومتریک) از جمله ویژگی هایی هستند که دارای قابلیت اعتماد بالا هستند و می توانند تشخیص هویت را با نرخ صحیح بالایی انجام دهند. یکی از بیومتریک های مورد توجه، اثر کف دست است. در این پایان نامه، یک روش جدید برای استخراج ناحیه مورد علاقه (roi) و دو روش برای تشخیص هویت بر مبنای اثر کف دست ارا...

با توجه به افزایش روزافزون داده¬های ویدیویی، تحقیقات فراوانی در زمینه بازیابی و دسته بندی این نوع داده¬ها صورت گرفته است. طبقه¬بندی ویدیوهای ورزشی با استفاده از تجزیه و تحلیل های ویدیو می¬تواند در نمایه¬سازی و بازیابی ویدیو مفید باشد. در این رساله، طبقه بندی ویدیوهای ورزشی با استفاده از ترکیب ویژگی¬های استاتیک مانند رنگ و ویژگی¬های دینامیک مانند حرکت انجام گرفته است. روش ارائه شده با استفاده از...

پردازش تُنُک سیگنال ها به عنوان ابزاری قدرتمند و جایگزینی کارآ برای تبدیلات کلاسیک کامل طی دهه ی اخیر به شدت مورد توجه قرار گرفته است. در این رهیافت می خواهیم از بین تعداد زیادی سیگنال پایه، که در حالت کلی تعدادشان خیلی بیشتر از بعدشان است، کم ترین تعداد را برای نمایش یک سیگنال انتخاب کنیم. هر سیگنال پایه یک «اتم» و مجموعه ی این اتم ها یک «دیکشنری» نامیده می شود. این عمل در حالت کلی دشوار بوده و ...

پیش­بینی دقیق جریان رودخانه در طراحی، بهره­برداری و برنامه­ریزی منابع آب از اهمیت بسزایی برخوردار است. در این مطالعه، عملکرد روش­های ناپارامتری نزدیکترین همسایه، فازی- عصبی تطبیقی و روش رگرسیون بردار پشتیبان در پیش­بینی جریان رودخانه ارزیابی شده است. برای مدل­سازی از داده­های جریان 36 ساله ایستگاه هیدرومتری دیزج واقع بر رودخانه باراندوزچای (در مقیاس زمانی ماهانه) استفاده گردید. ترکیبات مختلفی ا...

در سالهای اخیر، استفاده از شبکه های عصبی مصنوعی در علوم آزمایشگاهی و پزشکی –بعنوان یکی از شیوه های پراهمیت تحلیلی و تحقیقاتی- توسعه روز افزونی پیدا کرده است. لیکن، این پیشرفت ها، در حوزه های مختلف روانپزشکی از قبیل آلزایمر، افسردگی، اسکیزوفرنی و ... با سرعت کمتری رشد یافته است. از سویی دیگر، در سال 2004 میلادی، از سوی مرکز آمار بیماری های جهانی یا gbd، گزارشی منتشر شده است که بر اساس آن، 14% از...

از مهم¬ترین مباحث در داده¬کاوی بحث تشخیص داده¬های ناسازگار است که روش¬های متنوعی برای تشخیص این داده¬ها پیشنهاد شده است. مهم¬ترین این روش¬ها، روش¬های مبتنی بر مجاورت (نزدیکی) هستند. که به دو دسته¬ی، روش¬های مبتنی بر فاصله و مبتنی بر تراکم تقسیم می¬شوند. برخی از کاربردهای این دو روش و روش¬های مشابه آن در مسائل دنیای واقعی برای کشف رویدادهای نادر، انحراف از اکثریت یا موارد استثنایی است؛ به عنوان ...

هدایت هیدرولیکی اشباع خاک از مهم ترین ویژگی های فیزیکی خاک است لیکن در بیشتر موارد به علت محدودیت‌های عملی و یا هزینه‌ای، اندازه‌گیری آن با دشواری همراه است. در این پژوهش مدل‌های مختلف شبکه های عصبی مصنوعی با نوعی از الگوریتم‌های غیرپارامتریک از نوع یادگیرنده‌های تنبل موسوم به k-نزدیکترین همسایه، برای تخمین هدایت هیدرولیکی اشباع خاک از روی داده‌های سهل‌الوصول خاک، مورد مقایسه قرار گرفت. در این ...