مقاله استفاده از ماشین های بردار پشتیبان در طبقه بندی پدیده تغذیه گرایی و بررسی تاثیر پیش پردازش متغیرهای ورودی با آنالیز مولفه های اصلی

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

  مقاله استفاده از ماشین های بردار پشتیبان در طبقه بندی پدیده تغذیه گرایی و بررسی تاثیر پیش پردازش متغیرهای ورودی با آنالیز مولفه های اصلی دارای ۱۶ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله استفاده از ماشین های بردار پشتیبان در طبقه بندی پدیده تغذیه گرایی و بررسی تاثیر پیش پردازش متغیرهای ورودی با آنالیز مولفه های اصلی  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 استفاده از ماشین های بردار پشتیبان در طبقه بندی پدیده تغذیه گرایی و بررسی تاثیر پیش پردازش متغیرهای ورودی با آنالیز مولفه های اصلی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله استفاده از ماشین های بردار پشتیبان در طبقه بندی پدیده تغذیه گرایی و بررسی تاثیر پیش پردازش متغیرهای ورودی با آنالیز مولفه های اصلی :

تعداد صفحات:۱۶
چکیده:
پدیده تغذیه‌گرایی یکی از پیامدهای غیرمستقیم فرایندهای توسعه‌محور است، که اثرات نامطلوبی بر کیفیت آب دریاچه‌ها و مخازن سدها دارد. این پدیده در شرایط حاد، بسیاری از اهداف اقتصادی ساخت مخازن را با مشکلات جدی روبرو ساخته و مسائل عدیده‌ای را فراروی مدیریت کیفی این سازه‌های آبی قرار می‌دهد. از این رو بکارگیری تکنیک ها و روش های نوینی که قادر به شناخت الگوی حاکم بر این سیستم های غیرخطی و سپس پیش بینی و مدلسازی رفتار آنها باشد، می تواند موجب ایجاد تحولات فراوانی در مدیریت کیفی منابع آبی شود. در این تحقیق برای طبقه بندی فرایند تغذیه گرایی از ماشین های بردار پشتیبان استفاده شده است. به علت تعداد زیاد متغیرهای ورودی، شناخت متغیرهای موثر می تواند باعث بهبود نتایج گردد. بدین منظور، از تکنیک آنالیز مولفه های اصلی که باعث کاهش تعداد متغیرها و ورود متغیرهای موثر به مدل می شود، به پیش پردازش داده های ورودی پرداخته شد. استفاده از این تکنیک تعداد متغیرهای ورودی را از ۲۰ به ۴ عدد کاهش داده و سپس مدل طبقه بندی کننده ماشین-های بردار پشتیبان با استفاده از این ۴ پارامتر توسعه داده شد. نتایج بدست آمده حاکی از نقش موثر پیش پردازش متغیرها توسط آنالیز اجزای اصلی بود. از سوی دیگر دقت ۹۸ درصدی بدست آمده توسط ماشین های بردار پشتیبان در طبقه بندی پدیده تغذیه-گرایی نشان از توانایی این روش در شناخت الگوهای حاکم بر این پدیده بوده و می تواند به عنوان ابزاری در جهت توسعه راهکارهای نوین مدیریتی بکارگرفته شود.