نتایج جستجو برای: موجک مصنوعی
تعداد نتایج: 13057 فیلتر نتایج به سال:
برآورد موجک تولید شده از چشمه لرزه ای یکی از مراحل مهم در پردازش و تفسیر داده های لرزه ای بازتابی است. دقت در برآورد موجک در اجرای واهمامیخت و تهیه ردلرزه مصنوعی تاثیر بسزایی دارد. در این مقاله با نوفه فرض کردن سری بازتاب، به حذف آن از لگاریتم طیف دامنه ردلرزه پرداخته و از این طریق موجک چشمه لرزه ای برآورد می شود. برای حذف نوفه از سه روش تبدیل موجک گسسته، تجزیه مد تجربی و فیلتر نقطه بیشینه زمان...
برآورد موجک تولید شده از چشمه لرزهای یکی از مراحل مهم در پردازش و تفسیر دادههای لرزهای بازتابی است. دقت در برآورد موجک در اجرای واهمامیخت و تهیه ردلرزه مصنوعی تاثیر بسزایی دارد. در این مقاله با نوفه فرض کردن سری بازتاب، به حذف آن از لگاریتم طیف دامنه ردلرزه پرداخته و از این طریق موجک چشمه لرزهای برآورد میشود. برای حذف نوفه از سه روش تبدیل موجک گسسته، تجزیه مد تجربی و فیلتر نقطه بیشینه زما...
بارش-رواناب یکی از فرایندهای مهم در مطالعات منابع آب بشمار می رود. در این تحقیق فرآیند بارش-رواناب روزانه در حوضه آبریز بالیخ لوچای با استفاده از ماشین بردار پشتیبان، شبکه های عصبی مصنوعی، هیبرید موجک-ماشین بردار پشتیبان و هیبرید موجک-شبکه عصبی مورد مطالعه و مقایسه قرار گرفته است. داده های بارش-رواناب روزانه در طول دوره آماری (1379-1387) برای آموزش و صحت سنجی مدل ها مورد استفاده قرار گرفت. در ح...
نیاز روزافزون به تحلیل دینامیکی تاریخچه زمانی و عدموجود شتابنگاشتهای مناسب در مناطق مختلف، تولید شتابنگاشتهای مصنوعی سازگار با طیف طرح را ضروری میسازد. هدف اصلی این تحقیق ارائه روشی نوین، بر اساس تبدیل بسته موجک و روش های هوش مصنوعی برای تولید شتابنگاشت مصنوعی زلزله سازگار با طیف طرح بر اساس مقدار بزرگا، فاصله از گسل و طیف مربوطه می باشد. در این تحقیق از شبکه های عصبی فازی و آنالیز موجک پک...
آگاهی از اطلاعات دبی جریان در رودخانه ها برای مدیریت منابع آب، پیش بینی سیل، طراحی مهندسی و مدیریت زیست محیطی ضروری می باشد. مدل های ارائه شده همچون بارش-رواناب و سری های زمانی به منظور پیش بینی میزان آبدهی رودخانه ها به دلیل عدم دقت و پیچیدگی عوامل مؤثر در آبدهی در بسیاری از موارد با مقادیر مشاهده شده تطابق ندارد. موجک یکی از روشهایی است که در سالهای اخیر در زمینه هیدرولوژی مورد توجه قرار گرفت...
چکیده بیشک اولین قدم برای مدیریت منابع آب پیشبینی و برآورد جریان رودخانهها است. در این مطالعه به منظور پیشبینی سری زمانی جریان روزانه و ماهانه ایستگاههای کاکارضا و سراب صیدعلی، مدلهای شبکه عصبی مصنوعی و سیستم استتتاج فازی عصبی تطبیقی استفاده شده است. به منظور بهبود نتایج شبیهسازی از آنالیز موجک به عنوان مدل ترکیبی استفاده شد. برای این هدف، سری زمانی جریان و بارش به...
نیاز روزافزون به تحلیل دینامیکی تاریخچه زمانی و عدموجود شتابنگاشتهای مناسب در مناطق مختلف، تولید شتابنگاشتهای مصنوعی سازگار با طیف طرح را ضروری میسازد. هدف اصلی این تحقیق ارائه روشی نوین، بر اساس تبدیل بسته موجک و روش های هوش مصنوعی برای تولید شتابنگاشت مصنوعی زلزله سازگار با طیف طرح بر اساس مقدار بزرگا، فاصله از گسل و طیف مربوطه می باشد. در این تحقیق از شبکه های عصبی فازی و آنالیز موجک پک...
امروزه از تبدیل موجک، به صورت گستردهای در پردازش و تفسیر دادههای ژئوفیزیکی، مخصوصاً دادههای لرزهای، استفاده میشود اما این روش هنوز در تفسیر دادههای گرانی و ژئومغناطیس کاربرد رایجی نیافته است. در این مقاله سعی شده است روشی جدید بر پایه نظری تبدیل موجک پیوسته برای تعیین موقعیت و عمق ناهنجاریهای گرانی ارائه شود. موجک مورد استفاده در تبدیل موجک پیوسته در روش پیشگفته اساس مشتقهای افقی چشمها...
بارش-رواناب یکی از فرایندهای مهم در مطالعات منابع آب بشمار میرود. در این تحقیق فرآیند بارش-رواناب روزانه در حوضه آبریز بالیخلوچای با استفاده از ماشین بردار پشتیبان، شبکه های عصبی مصنوعی، هیبرید موجک-ماشین بردار پشتیبان و هیبرید موجک-شبکه عصبی مورد مطالعه و مقایسه قرار گرفته است. داده های بارش-رواناب روزانه در طول دوره آماری (1379-1387) برای آموزش و صحتسنجی مدل ها مورد استفاده قرار گرفت. د...
به دلیل مزایای فراوان، تبدیلات موجک امروزه جایگاه ویژه ای در آنالیز داده های گرانی سنجی پیدا کرده است. در این پژوهش از موجک پیوسته خاصی که حاصل از مشتقات افقی تابع کرنل پواسونی است و رابطه مستقیمی با فرایند ادامه فراسو دارد (گوشه ها در مقیاس های گوناگون multi scale edges)) استفاده شده است. مدل های مستقیم ساده از قبیل کره، استوانه افقی و قائم درحکم مدل مستقیم به کار رفته اند. به این ترتیب که این...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید