دستیابی به دانش پایه بینایی ماشین در کنترل کیفی بذر گندم اهمیت ویژه‌ای دارد. در این پروژه، با تهیه سخت ­افزار و نرم ­افزار مناسب، تصویر 21000 عدد نمونه دانه، تهیه و با الگوریتم طراحی شده پردازش شد. نود و یک ویژگی شکل، بافت و رنگ محاسبه و رتبه­ بندی شد. از میان پنج مدل طبقه ­بندی­ کننده، بیشترین صحت کل، طبقه‌بندی در مدل شبکه عصبی مصنوعی با دو لایه پنهان و به­ کار‌گیری ۳۵ ویژگی برتر اول ب...

: بازشناسی ارقام دستنویس یکـی از مسائل مهم درحوزه شناسی الگو است. در این مقاله با ترکیب روشهای هیستوگرام گرادیان و مکان مشخصه توسعه یافته، ویژگیهای تصاویر ارقام دستنویس فارسی استخراج شده است. توسط الگوریتم بهینه سازی توده ذرات دودویی بهبود یافته جدید (INBPSO) و ارائه تابع برازندگی مناسب، ویژگیها با اهمیت بیشتر انتخاب و ارقام توسط طبقه بند ماشین بردار پشتیبان (SVM) شناسایی شده‌اند. ابتدا در مرحل...

هدف این پژوهش بررسی توان اطلاعاتی معیار جدیدی از ریسک با عنوان ریسک کاهش سود در تحلیل صورت­های مالی است که بر مبنای تغییرات رو به پایین نسبت به سود مورد انتظار حساب می­شود. به این منظور، رابطه ویژگی های کیفی سود، بتای سود، نوسان سود و همچنین، معیارهای ریسک کاهش بازده و چولگی منفی بازده سهام با ریسک کاهش سود بررسی شد.  پنج فرضیه اصلی و هفت فرضیه فرعی تدوین و داده های مربوط به 91 شرکت عضو بور...

برآورد بار رسوبی رودخانه‌ها از مهم‌ترین چالش‌های مهندسی رودخانه محسوب می‌شود. به همین دلیل تاکنون مدل‌های مختلفی با ساختارهای گوناگون جهت برآورد بار رسوبی ارائه گردیده است. در این مطالعه به بررسی کارایی پارامترهای ژئومورفومتری و تکنیک‌های داده‌کاوی به‌منظور پیش‌بینی بار رسوب معلق در 68 حوزه واقع در دو منطقه‌ی متفاوت از ایران پرداخته‌شده است. به همین منظور شش مدل شبکه عصبی مصنوعی، رگرسیون خطی، K...

آگاهی از تنظیم تولید چربی شیر جهت توسعه راهبردهای تغذیه‌ای برای افزایش ارزش تغذیه‌‌ای شیر، کاهش خروج انرژی از طریق آن و بهبود توازن انرژی گاوهای شیری حیاتی است. هدف از این پژوهش، تعیین مهم‌ترین اسیدهای چرب مرتبط با چربی شیر گاوهای هلشتاین با استفاده از الگوریتم انتخاب ویژگی بود. الگوریتم انتخاب ویژگی یکی از روش‌های داده‌کاوی به منظور انتخاب بهترین و مؤثرترین فراسنجه‌های مرتبط برای پیش‌بینی هدف ...

استفاده از توالی­های نوکلئوتیدی ژنوم به عنوان سیگنال­های بیوشیمیایی در روش­های یادگیری ماشین، با تبدیل این توالی­ها به کدهای عددی امکان­پذیر است و این تبدیل باعث افزایش غیرواقعی بعد داده­ها شده و انجام عملیات­های تحلیل داده، مانند بصری­سازی و استخراج ویژگی را با محدودیت­هایی روبه‌رو می­سازد. از این‌رو، باید با استفاده از روش­های کاهش بعد، داده­ها را به فضای واقعی برگرداند. در این پژوهش از یک شب...