مقاله مقایسه کارایی الگوریتم های ماشین بردار پشتیبان و K نزدیک ترین همسایگی برای طبقه بندی کیفیت آب زیرزمینی


در حال بارگذاری
23 اکتبر 2022
فایل ورد و پاورپوینت
2120
2 بازدید
۶۹,۷۰۰ تومان
خرید

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله مقایسه کارایی الگوریتم های ماشین بردار پشتیبان و K نزدیک ترین همسایگی برای طبقه بندی کیفیت آب زیرزمینی دارای ۱۰ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله مقایسه کارایی الگوریتم های ماشین بردار پشتیبان و K نزدیک ترین همسایگی برای طبقه بندی کیفیت آب زیرزمینی  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله مقایسه کارایی الگوریتم های ماشین بردار پشتیبان و K نزدیک ترین همسایگی برای طبقه بندی کیفیت آب زیرزمینی،به هیچ وجه بهم ریختگی وجود ندارد


بخشی از متن مقاله مقایسه کارایی الگوریتم های ماشین بردار پشتیبان و K نزدیک ترین همسایگی برای طبقه بندی کیفیت آب زیرزمینی :

تعداد صفحات:۱۰
چکیده:
امروزه در کشور ما آبهای زیرزمینی یکی از منابع مهم آبی به شمار می روند که برای تأمین نیاز شرب مورد استفاده قرار می گیرند. از این رو تعیین کیفیت آنها کاملا ضروری است. یکی از راه های تعیین کیفیت آب، محاسبه شاخص های کیفی است که کاری بسیار زمانبر و نیازمند به نظرات کارشناسی است. راهکار دیگر برای طبقه بندی کیفی آب، استفاده از الگوریتم های طبقه بندی است که می توان با یکبار آموزش این الگوریتم ها، کیفیت هزاران نمونه آب را به آسانی تعیین نمود. ولی سئوال این است که آیا و تا چه اندازه، نتایج این الگوریتم ها با یکدیگر متفاوت است و کدام الگوریتم دارای نتایج صحیح تری است. برای پاسخگویی به این سئوالات، در مقاله حاضر، کارایی دو الگوریتم پرکاربرد ماشین بردار پشتیبان و K نزدیک ترین همسایگی با استفاده از روش صحت سنجی متقاطع ۵ لایه برای طبقه بندی کیفیت آب زیرزمینی بررسی و مقایسه شده است. بدین منظور از آمار کیفیت آب ۱۰۰ چاه مشاهداتی در دشت تهران در سال آبی ۱۳۸۲-۸۳ استفاده شده است که بر اساس دو آلاینده نیترات و کلر و با استفاده از شاخص CCME طبقه بندی شده اند. نتایج این تحقیق نشان داد که الگوریتم ماشین بردار پشتیبان به خوبی آموزش پذیر است به طوریکه در مراحل واسنجی و صحت سنجی بدون خطا بوده است و کارایی بسیار بهتری نسبت به الگوریتم K نزدیک ترین همسایگی برای طبقه بندی کیفیت آب دارد.

  راهنمای خرید:
  • در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.