تخمین پارامترهای مودی ساختمان ها با استفاده از تبدیل موجک
چکیده
چکیدهای برای این سند ثبت نشده است.
چکیدهای برای این سند ثبت نشده است.
شبکه های عصبی مصنوعی به طور فزاینده ای برای پیش بینی پارامترها و مدیریت بهینه منابع آب در حال استفاده هستند. یکی از دلائل گرایش به این شبکه ها رفتار غیرخطی و پیچیده پارامترهای منابع آب سطحی و زیرزمینی از یکطرف و قابلیت انعطاف پذیری بالای شبکه های عصبی مصنوعی در حل اینگونه مسائل ا
در سال های اخیر، تلاش های زیادی در زمینه تشخیص و بازیابی تصاویر چهره انجام شده است. با توجه به رشد سریع مجموعه های بزرگ تصاویر دیجیتال و پاسخگو نبودن سیستم های شاخص گذاری متنی در بازیابی تصاویر، بیش از یک دهه است که سیستم های بازیابی چهره مبتنی بر محتوا شکل گرفته است. در این سیست
دقت محاسبه ی پارامترهای پتروفیزیکی و کاهش میزان خطای محاسبه ی آنها، از مهم ترین اهداف و مراحل انجام مطالعات مخازن هیدروکربوری به شمار می رود. یکی از مهم ترین عوامل در بالا رفتن دقت محاسبه ی پارامترهای پتروفیزیکی، دقت اندازه گیری ابزارهای نمودارگیری چاه و وجود عدم قطعیت پایین در ن
زلزله 31 خرداد ماه 1369 منجیل از نظر وسعت و تنوع خرابی ها کم نظیر و شاید در سده های اخیر بی نظیر بوده است. این زلزله موجب وارد آمدن خسارات جانی و مالی فراوانی گردید و بر اساس آمار موجود، سبب کشته شدن نزدیک به 35 هزارنفر، مجروح شدن 60 هزار نفر و بی خانمانی بیش از500 هزار نفر شد. د
در این پایان نامه یک روش ترکیبی جدید به منظور تولید شتابنگاشت های مصنوعی حوزه ی دور با استفاده از شبکه عصبی مصنوعی و تبدیل موجک پاکت معرفی شده است. در این روش برای هر سازه با توجه به موقیت لرزه خیزی و مشخصات غیر خطی خود سازه چندین شتابنگاشت مصنوعی تولید شده است. به منظور درنظر گر
الکتروانسفالوگرام بیانگر فعالیتهای الکتریکی مغز است و حاوی اطلاعات غنی در باره عملکرد و وضعیت مغز می باشد. همچنین مشخص شده است که اثر داروهای مختلف روی سیستم اعصاب مرکزی تغییرات مشخصی در سیگنال eeg ایجاد می کند. از طرفی دیگر بررسی های بعمل آمده در رابطه بین eeg و میزان هوشیاری بی
درجهی تفکیک مکانی مناسب در بسیاری از انواع تصاویر اهمیت بالایی دارد زیرا دربرگیرندهی اطلاعات برخی جزئیات مهم میباشد. در عمدهی انواع تصاویر مانند تصاویر متنی، چهره، اثرانگشت و پزشکی کارایی روشهای استخراج ویژگی تاحد زیادی به کیفیت تصویر وابسته است. درجهی تفکیک مکانی بالا یکی
پارامترهای ژئومکانیکی و پتروفیزیکی مخزن همانند سرعت موج برشی، تخلخل و تراوایی از جمله پارامترهای مهمی هستند که در شبیهسازی مخازن هیدروکربوری و استراتژیهای اکتشافی نقش موثری ایفا می کنند. اخیراً روشهای هوش مصنوعی بهمنظور پیشبینی این پارامترها با استفاده از دادههای چاه پیمایی
بارندگی مهمترین منبع تأمین آب شرب و کشاورزی ساکنین نواحی مختلف کره زمین محسوب میشود. بنابراین شبیهسازی و تخمین این پدیده هیدرولوژیکی از اهمیت بسزایی برخوردار است. در این مطالعه برای اولین بار، بارش درازمدت شهر رشت در طی یک دوره 62 ساله از 1956 تا 2017 بهصورت ماهانه توسط یک مد
در این مقاله از دو روش تبدیل موجک و روش هسته با پهنای باند تطبیقی بهعنوان دو رویکرد متفاوت در فرایند افزایش مقیاس پارامترهای ژئومکانیکی مخزن استفاده شده است. ژئومکانیک در زمینه نفتی به بررسی پارامترهای مقاومت فشاری تکمحوری، مدول یانگ، مدول بالک و مدول برشی برای تعیین کیفیت سنگ
پیشبینی تراوش یکی از ابزارهای مهم در پیشگیری از فرسایش و تخریب سدهای خاکی است. در سالهای اخیر باتوجهبه عدمقطعیت، پیچیدگی و غیرخطیبودن روابط حاکم بر تراوش، استفاده از روشهای هوش مصنوعی برای تخمین و پیشبینی این پدیده موردتوجه قرار گرفته است. هدف از این پژوهش تخمین تراوش سدخا