نتایج جستجو برای: تابع تراکم کرنل
تعداد نتایج: 36797 فیلتر نتایج به سال:
امروزه آمار بالای تصادفات راههای برونشهری حاکی از این است که تصادفات در تقاطعها درصد بالایی از تعداد کل تصادفات را تشکیل میدهند. در این میان سیستم های اطلاعات مکانی (gis) به عنوان ابزاری مناسب جهت انجام آنالیزهای مکانی و تحلیل تصادفات در تقاطعها به شمار میروند. همچنین با توجه به این که دادههای تصادف حجیم و ناهمگن هستند، روشهای خودهمبستگی مکانی و برآورد کرنل میتوانند مدلی پیوسته و واق...
امروزه آمار بالای تصادفات راههای برونشهری حاکی از این است که تصادفات در تقاطعها درصد بالایی از تعداد کل تصادفات را تشکیل میدهند. در این میان سیستمهای اطلاعات مکانی (GIS) به عنوان ابزاری مناسب جهت انجام آنالیزهای مکانی و تحلیل تصادفات در تقاطعها به شمار میروند. همچنین با توجه به این که دادههای تصادف حجیم و ناهمگن هستند، روشهای خودهمبستگی مکانی و برآورد کرنل میتوانند مدلی پیوسته و واق...
تابع توزیع احتمال یک مفهوم اساسی در آمار است. هر متغیر تصادفی x دارای یک تابع توزیع احتمال به صورت f می باشد که با مشخص شدن تابع f ، توزیع متغیر x مشخص شده و می توان استنباط های مربوط به متغیر تصادفی را انجام داد. به منظور دست یابی به تابع توزیع می توان از روشهای پارامتری و نا پارامتری استفاده کرد.... برخلاف برآوردگرهای کرنل تعدیل یافته مرزی تابع چگالی که ممکن است شامل مجموع مقادیر منفی در چها...
مقدمه: سرطان پستان یکی از رایجترین سرطانها در میان زنان است. در تصاویر ماموگرافی، تشخیص تومورهای خوشخیم از بدخیم به دلیل شباهت ساختاری کاری دشوار و زمانبر است. یادگیری ماشین یک شاخه از هوش مصنوعی است که میتواند به صورت ابزاری کمکی در کنار پزشک قرار گیرد و آنها را در تصمیمگیری یاری کند. ماشین بردار پشتیبان SVM یکی از رایجترین روشهای یادگیری ماشین است که عملکرد آن به نوع تابع کرنل و ویژگ...
مقدمه: سرطان پستان یکی از رایجترین سرطانها در میان زنان است. در تصاویر ماموگرافی، تشخیص تومورهای خوشخیم از بدخیم به دلیل شباهت ساختاری کاری دشوار و زمانبر است. یادگیری ماشین یک شاخه از هوش مصنوعی است که میتواند به صورت ابزاری کمکی در کنار پزشک قرار گیرد و آنها را در تصمیمگیری یاری کند. ماشین بردار پشتیبان SVM یکی از رایجترین روشهای یادگیری ماشین است که عملکرد آن به نوع تابع کرنل و ویژگ...
روشهای عددی لاگرانژی ابزاری مناسب برای مطالعه رفتار سیالات با سطح آزاد میباشند. از جمله روشهایی که در سالهای اخیر در این زمینه مورد توجه قرار گرفته است روش عددی بدون شبکهبندی هیدرودینامیک ذرات هموار (SPH) میباشد. این روش از یک بیان انتگرالی برای تقریب توابع استفاده میکند و توابع کرنل یا وزن نقش اساسی در بیان تقریبهای انتگرالی دارند و انتخاب یک تابع کرنل مناسب تاثیر بسیار مهمی در دقت و پ...
سابقه و هدف: پیش بینی دقیق رواناب رودخانه ها نقش مهمی در مدیریت بهینه منابع آب در دسترس دارد. در سال های اخیر، ماشین بردار پشتیبان (svm) که یکی از مهمترین مدل های داده کاوی است برای این منظور مورد توجه قرار گرفته است. این مدل یک سیستم یادگیری کارآمد بر مبنای تئوری بهینه سازی مقید است که از اصل استقرای کمینه سازی خطای ساختاری استفاده کرده و منجر به یک جواب بهینه کلی می گردد. همانند مدل های داده ...
سابقه و هدف: پیشبینی دقیق رواناب رودخانهها نقش مهمی در مدیریت بهینه منابع آب در دسترس دارد. در سالهای اخیر، ماشین بردار پشتیبان (SVM) که یکی از مهمترین مدلهای دادهکاوی است برای این منظور مورد توجه قرار گرفته است. این مدل یک سیستم یادگیری کارآمد بر مبنای تئوری بهینهسازی مقید است که از اصل استقرای کمینهسازی خطای ساختاری استفاده کرده و منجر به یک جواب بهینه کلی میگردد. همانند مدلهای داده...
با توجه به اینکه الگوریتم های متنوعی برای طبقه بندی تصاویر ماهواره ای در سنجش از دور توسعه یافته اند، انتخاب الگوریتم مناسب طبقه بندی در دستیابی به نتایج صحیح نقش بسیاری ایفا می کند. به همین منظور در پژوهش حاضر، با مقایسۀ کارآیی صحت طبقه بندی دو الگوریتم حداکثر احتمال و ماشین های بردار پشتیبان، الگوریتم دقیق تر تعیین، و از آن برای بررسی روند تغییرات کاربری اراضی استفاده شد. تحقیق حاضر در حوزۀ آ...
طبقهبند مبتنی بر نمایش تنک (SRC)یکی از الگوریتمهای موفق در ترکیب مفاهیم مطرح در دو حوزه نمونهبرداری فشرده و آموزش ماشین است. در SRC، هر نمونه بر اساس ترکیب خطی تنکی از نمونههای آموزشی نمایش داده میشود. با توجه به موفقیتهای اولیه این الگوریتم، فرم کرنلیزه آن (KSRC) نیز ارائه شده که در آن دادهها با استفاده از تابع کرنل به طور غیر صریح به فضای ویژگی جدیدی با ابعاد بالاتر نگاشت یافته و سپسSR...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید