یک شبکه adhoc بی سیم از مجموعه ای از پایانه های سیار بی سیم تشکیل شده است که بصورت پویا یک شبکه غیر دائمی و بدون زیرساخت را تشکیل می دهند. توپولوژی شبکه ممکن است بصورت پیش بینی نشده و دوره ای تغییر کند، در نتیجه مسیریابی در شبکه های adhoc فرآیند پرچالشی است. همچنین اگر بخواهیم مسیر انتخاب شده بین گره فرستنده و گره گیرنده، نیازمندی های کیفیت سرویس کاربر را نیز ارضا کند، بر پیچیدگی مسیریابی افزود...

در این پایان نامه، روش beeowa که رویکرد جدیدی در ساخت شورایی از دسته بندهای تک دسته ای است، ارائه می شود. زیربنای اصلی روش beeowa رویکرد شورا است و شامل سه گام، ساخت شورای اولیه دسته بندهای تک دسته ای، هرس دسته بندهای تک دسته ای و ادغام دسته بندهای تک دسته ای است. beeowa با استفاده از الگوریتم پیشنهادی beepruner که دسته بندهای پایه مناسب را همزمان بر اساس دقت و گوناگونی میان آن ها انتخاب می کند...

امروزه با توجه به رشد روز افزون دسترسی به اسناد الکترونیکی، دسته بندی خودکار اهمیت وی‍‍ژه ای یافته است. روش های معمول در این زمینه، روش های یادگیری ماشین هستند. روش های بر اساس کمیته کارایی بهتری نسبت به سایر روش ها از خود نشان داده اند. در این مقاله، دو ایده در زمینه کمیته های دسته بند ارائه شده است. ایده اول برمبنای کمیته bagging که در آن هرکدام از اعضای کمیته روی زیرمجموعه ای از مجموعه سندها...

امروزه با توجه به رشد روزافزون دسترسی به اسناد الکترونیکی از منابع مختلف، برای استفاده هر چه مفیدتر و دسترسی آسان به اسناد مطلوب، مساله دسته بندی خودکار اهمیت ویژه ای یافته است. این مساله هر چند در حوزه بازیابی اطلاعات قرار دارد اما روشهایی که در این زمینه بکار برده می شوند، روشهای هدایت شده یادگیری ماشین هستند.معمولا در این روشها، ساختن یک دسته بند با کارایی بالا نیاز به نمونه های برچسب خورده ...

سیستمهای دسته بندی شورایی، رویکردی مؤثر در یادگیری ماشین است که در آن با ترکیب نتایج چند دسته بند سعی می شود تقریب بهتری از یک دسته بند بهینه فراهم شود. در حوزه ترکیب خروجی شورای دستهبندها، رویکرد «انتخاب دستهبند» توجه کمتری را در مقایسه با رویکرد «ادغام دسته بند» به خود جلب کرده است. همچنین، اغلب روشهای موجود در این حوزه، هزینه محاسباتی بالایی دارند. در این مقاله، روشی مؤثر در دسته بندی مسائل ...

روشی را در جهت پیدا کردن نواحی جعلی در ویدئوها، با استفاده از نویزهای باقی مانده در نواحی معرفی می کنیم. در این روش مقادیر همبستگی block-level نویزهای باقی مانده به عنوان یک ویژگی جهت کلاس بندی استخراج شده است.توزیع همبستگی نویز باقی مانده را در یک ویدئو جعلی به صورت یک مدل ترکیبی گوسی مدل می کنیم. جهت تخمین پارامترهای مدل به دو مرحله عملیات احتیاج داریم.

در این پایان نامه، یک الگوریتم بیزین تغییراتی توزیع شده مبتنی بر فیلتر consensus (cfbdvb) برای تخمین چگالی و دسته بندی داده های به دست آمده از یک شبکه سنسوری ارائه می گردد. فرض می شود که مقادیر اندازه گیری شده با استفاده از مدل های ترکیب گوسی مدل سازی شده اند. در این الگوریتم، ابتدا هر گره چکیده آماری محلی را تنها با استفاده از مشاهدات محلی خود محاسبه می کند. سپس یک فیلتر consensus ، چکیده آمار...

خوشه بندی یکی از روش های مهم و اساسی در زمینه داده کاوی است، که نمی توان جایگزین مناسبی برای آن پیدا نمود به همین دلیل یافتن الگوریتمی مناسب در این حیطه بسیار ارزشمند می باشد. هدف از این پژوهش معرفی روشی کارآمد به نام الگوریتم ژنتیک دسته بند در زمینه مسائل خوشه بندی است. این الگوریتم برگرفته از الگوریتم ژنتیک کلاسیک مسائل گروه بندی می باشد که تاکنون در زمینه خوشه بندی مورد استفاده قرار نگرفته ا...

در ادامه پایان نامه، در فصل دوم ابتدا به معرفی انواع دسته بندی های پایه موجود پرداخته و مختصری درباره نحوه عملکرد، زمان اجرای الگوریتم و فضای مورد نیاز هریک بحث نموده و سپس اهم روش هایی که تاکنون برای هریک از آنها ارائه شده، آورده شده است. روش های بسیار متنوعی برای دسته بندی بسته ها ارائه شده که در این فصل تنها به مهم ترین آنها و الگوریتم های پایه پرداخته شده است، با توجه به اینکه هر یک از این ...

هدف این پژوهش، استفاده از ترکیب تکنیک های دسته بندی و خلاصه سازی و بررسی تاثیر افزایش تعداد اسناد می باشد که تأثیر پارامترهای خلاصه سازی TF وISF و چهار تکنیک دسته بندی بیزین، درخت تصمیم، قانون و بردار پشتیبان و سه معیار ارزیابی دقت، صحت و فراخوان بر روی 1000 سند متن اصلی و خلاصه محاسبه و تفاوت ها بررسی شدند. نتیجه ی این پژوهش حاکی از برتری اسناد 1000 تایی، روش خلاصه ساز ISF نسبت به TF، روش های ...