متن کاوی متون فارسی در راستای طبقه بندی آن

چکیده
امروزه با افزایش روز افزون حجم اطلاعات متنی، وجود روشهای طبقه بندی متون ضروری به نظر میرسد. همچنین با رشد فزاینده ی منابع متنی فارسی این مهم بیشتر احساس میشود هرچند که هنوز کارهای صورت گرفته مخصوصاً در زمینهی طبقه بندی متون فارسی به گستردگی لاتینی، چینی و غیره نیست. در این مقاله مروری کلی بر روشهای استخراج ویژگی و انواع روشهای طبقه بندی صورت گرفته و در نهایت نتایج حاصل از دو طبقه بند بیزین ساده و ماشین بردار پشتیبان با هم مقایسه میشوند. نتایج حاصل از آزمایشات صورت گرفته حاکی از این است که طبقه بندی کننده ی ماشین بردار پشتیبان از عملکرد بهتری برخوردار است.
واژه های کلیدی طبقه بندی متون، بردار ویژگی، ماشین بردار پشتیبان، متن کاوی.

تشخیص بیماری نیوکاسل مرغ با استفاده از آنالیز موجک صدای قلب

چکیده
در این پژوهش به تشخیص بیماری نیوکاسل پرنده از روی سیگنال صدای قلب پرداخته شده است. بدین منظور جوجه-
های مرغ ابتدا به دو دسته تقسیم شدند. یک گروه توسط بیماری نیوکاسل آلوده گردید و توسط گوشی پزشکی به ضبط
صدای قلب جوجهها پرداخته شد. این سیگنالها توسط تبدیل موجک دابچی نوع اول به حوزه زمان فرکانس انتقال داده -
شدند و 93 ویژگی از ضرایب تقریب و جزییات سطح دوم تبدیل موجک استخراج گردید. به منظور دسترسی به بهترین
ویژگیها با استفاده از روش IDE ، تعداد 12 ویژگی انتخاب شد. ماشین بردار پشتیبان ) SVM ( به عنوان طبقه بند مورد
استفاده قرار گرفت و تابع شعاعی گوسی ) RBF ( به منظور ابر صفحه این طبقه بند به کار گرفته شد. در مرحله اول ماشین
بردار پشتیبان با 172 سیگنال صدای قلب آموزش داده شد تا ساختار مناسب طبقه بند شکل گیرد و پس از آن با 12 سیگنال
صدای قلب مورد آزمون قرار گرفت. دقت SVM در تشخیص بیماری نیوکاسل بر اساس سیگنال صدای قلب 2 روز پس از
32 % بهدست آمد.

بکارگیری مدل های ترکیبی موجک - ماشین بردار پشتیبان و برنامه ریزی ژنتیک در پیش بینی سری های زمانی هیدرولوژیکی

• مقاله با عنوان: بکارگیری مدل های ترکیبی موجک - ماشین بردار پشتیبان و برنامه ریزی ژنتیک در پیش بینی سری های زمانی هیدرولوژیکی (مطالعه موردی: حوضه آجی چای)  

• نویسندگان: غلامرضا عندلیب ، وحید نورانی ، افشین پرتویان  

• محل انتشار: نهمین کنگره ملی مهندسی عمران - دانشگاه فردوسی مشهد - 21 تا 22 اردیبهشت 95  

• فرمت فایل: PDF و شامل 8 صفحه می باشد.

چکیــــده:

شبیه سازی و ارزیابی رسوب رودخانه و ایجاد ارتباط بین دبی جریان و رسوب از جمله مسائل مهم و کاربردی در مدیریت منابع آب و محیط زیست در استفاده از مخازن سدها، ساماندهی رودخانه ها و عاملی برای جلوگیری از هزینه اضافی است. در این تحقیق، از تابع موجک به عنوان یکی از ابزارهای محاسبات نرم جهت استخراج ویژگی های سری های زمانی استفاده گردیده و کارایی مدل های موجک - ماشین بردار پشتیبان و موجک – برنامه ریزی ژنتیک برای پیش بینی رسوب در رودخانه ی آجی چای مورد بررسی قرار گرفته است. برای این منظور، در گام اول مقدار رسوب توسط ماشین بردار پشتیبان و برنامه ریزی ژنتیک پیش بینی شده است. سپس سری های زمانی دبی و رسوب توسط موجک به زیر سری هایی تجزیه شدند و این زیر سری ها جهت شبیه سازی رابطه دبی - رسوب وارد ماشین بردار پشتیبان و برنامه ریزی ژنتیک شدند. نتایج پیش بینی رسوب ماهانه نشان می دهند که ماشین بردار پشتیبان با ضریب تبیین DC=0.65 خروجی بهتری نسبت به برنامه ریزی ژنتیک DC=0.61 دارد. مدل موجک - ماشین بردار پشتیبان نتایج بهتری در مقایسه با مدل موجک – برنامه ریزی ژنتیک نشان می دهد و اضافه کردن موجک باعث افزایش دقت مدل های ماشین بردار پشتیبان و برنامه ریزی ژنتیک می شود، برای نمونه DCSVM=0.65 به DCWSVM=0.82 ارتقاء یافته است.

________________________________

** توجه: خواهشمندیم در صورت هرگونه مشکل در روند خرید و دریافت فایل از طریق بخش پشتیبانی در سایت مشکل خود را گزارش دهید. **

** درخواست مقالات کنفرانس‌ها و همایش‌ها: با ارسال عنوان مقالات درخواستی خود به ایمیل [e-mail] پس از قرار گرفتن مقالات در سایت به راحتی اقدام به خرید و دریافت مقالات مورد نظر خود نمایید. **