لینک پرداخت و دانلود در "پایین مطلب"
فرمت فایل: word (قابل ویرایش و آماده پرینت)
تعداد صفحات:53
به ازای هر ثابت، فرض کنید ، فضای همه ی بردارهای مؤلفه ای، با درایه های مختلط همراه با ضرب داخلی:
و نرم
باشد. همچنین گوی واحد را با نماد به صورت زیر نمایش می دهیم
و را جبر همه ی ماتریس های مختلط در نظر میگیریم.
قضیه 1-1: خاصیت ضرب اسکالر و انتقال
فرض کنید که آنگاه:
الف)
ب)
اثبات:
الف)
ب:
فرمت فایل :powerpoint تعداد صفحات 55 صفحه
بخشی از اسلایدها:
فهرست:
رئوس مطالب
1- تئوری تصمیم بیز
2- توابع تمایز و سطوح تصمیم
3- طبقه‌بندی بیزین برای توزیع‌های نرمال
4- تخمین توابع چگالی احتمال نامعلوم
5- قاعده نزدیکترین همسایه
6- شبکه‌های بیزین
1- تئوری تصمیم بیز
هدف طراحی طبقه‌بندی جهت قراردادن یک الگوی ناشناس در محتمل‌ترین کلاس
فرض M کلاس از ω1، ω2، ...، ωM موجود بوده و یک بردار ویژگی ناشناس x داریم.
M احتمال شرطی بصورت P(ωi|x), i =1, 2, …, M را تشکیل می‌دهیم، این توابع احتمال شرطی را احتمالات پسین نیز می‌نامند
هر احتمال‌پسین بیانگر میزان تعلق بردار x به کلاس ωi می‌باشد
محتمل‌ترین کلاس می‌تواند برابر اندیس احتمال شرطی بیشینه باشد و x به آن تعلق دارد
کار طراحی با تخمین توابع چگالی احتمال (pdf) از روی بردارهای ویژگی مجموعه داده آموزش شروع میشود
برای سادگی، مسئله دو کلاسه را در نظر بگیرید (ω1، ω2) و احتمال پیشین اتفاق هر کلاس نیز معلوم فرض میشود
حتی اگر اینگونه نبود، به آسانی قابل تخمین‌زدن می‌باشند (غیر دقیق)
در رابطه بالا، نُرم ∑-1 از x نام دارد
همانند ماتریس کوواریانس قطری، تمام مطالب صحیح بوده، باستثنای اینکه ابرصفحه تصمیم بر بردار μi-μj عمود نمی‌باشد و بر تبدیل خطی آن ∑-1(μi-μj) عمود است
طبقه‌بند حداقل فاصله
حالت کلاسهای هم احتمال با ماتریس کوواریانس یکسان را درنظر بگیرید، داریم
در رابطه بالا، مقدار ثابت صرفنظر شده‌است. باتوجه به ماتریس کوواریانس داریم
■ ماتریس کوواریانس قطری (∑= σ2I)
در این حالت، بیشینه gi منجر به فاصله اقلیدسی می‌گردد
LDA و QDA در بسیاری از کاربردها دارای عملکرد خوب می‌باشند. علت این امر بیشتر در سطوح تصمیم خطی و تربیعی نهفته است تا فرض گوسی بودن توزیع داده
4- تخمین توابع چگالی احتمال نامعلوم
در بیشتر موارد، توابع چگالی احتمال کلاسها ناشناخته بوده و مجبور به تخمین‌زدن آن از روی داده موجود می‌باشیم
گاهی اوقات شکل توزیع (گوسی یا رایلی) معین و پارامترها (میانگین، واریانس) نامعین؛ و در برخی موارد توزیع نامعین و پارامترها (میانگین، واریانس) معین
4-1- تخمین پارامتر با روش حداکثر شباهت (همانندی)
در یک مسئله M کلاسه بردارهای ویژگی بصورت توابع شباهت p (x |ωi) در شکل پارامتری به بردارهای ناشناخته θi وابسته است
هدف تخمین پارامترهای تابع بصورت p (x |ωi;θi) از روی یک مجموعه بردار ویژگی معین (مجموعه داده آموزش) برای هر کلاس
فرض داده هر کلاس مستقل از کلاسهای دیگر می‌باشد (جهت تخمین پارامترها)
لینک دانلود و خرید پایین توضیحات
فرمت فایل word و قابل ویرایش و پرینت
تعداد صفحات: 32
ماتریس حسابداری اجتماعی به عنوان یک پایگاه آماری منسجم و یکپارچه الگوی قابل محاسبه تعادل عمومی
1- مقدمه
در نیم قرن گذشته، بسط و گسترش نظامهای حسابداری کلان و بخشی و الگوهای مرتبط به آنها در قلمروهای اقتصادی، اجتماعی و زیست محیطی با توجه به تحولات اقتصاد جهانی سه مرحله مشخص زیر را پشت سر گذاشته است:
مرحله اول که حدود 10 سال طول کشید (دهه 1950 میلادی) کلیه نظامهای حسابداری کلان به شکل حسابهای ملی و بخشی در قالب نظام حسابداری جدول داده- ستانده و طیف وسیعی از الگوهای مرتبط به آنها اساساً در خدمت دیدگاههائی بودند که بعدها به دیدگاههای رشد محور معروف شدند (بانوئی، 1381). یکی از نارساییهای اساسی این نوع نظامهای حسابداری مذکور و دیدگاههای مرتبط به آن نادیده گرفتن مستقیم آمارهای اجتماعی (آمارهای مردمی) در کنار آمارهای نظام مند شده اقتصادی می باشد و بنابراین نباید انتظار داشت که الگوهای مرتبط به آنها انعطاف پذیری لازم و کافی را در تبیین عدالت اجتماعی داشته باشند (بانوئی، 1383).
مرحله دوم یک دوره بیست ساله (1980-1960) را در بر می گیرد. در این دوره مشاهده می گردد که تلاشهای قابل توجهی در رفع نارساییها و اصلاح نظامهای حسابداری پیشین متناسب با دیدگاههای جدید توسعه اقتصادی با رویکردهای «نیازهای اساسی» و انسان محور صورت گرفته است. در این مورد حداقل چهار عامل اصلی نقش اساسی را داشته اند.
یک: استقلال کشورهای در حال توسعه و مشکلات ساختاری اقتصادی و اجتماعی آنها.
دو: ظهور دیدگاههای جدید توسعه اقتصادی با محوریت نیازهای اساسی و توسعه انسانی.
سه: عدم هماهنگی بین نظامهای حسابداری کلان و بخشی موجود و الگوهای مرتبط به آن در تحلیلهای همزمان اقتصادی و اجتماعی.
چهار: نادیده گرفته شدن ساختار اقتصادی و اجتماعی کشورهای در حال توسعه در نظامهای حسابداری موجود.
زیرا که از نقطه نظر تاریخی، نظامهای حسابداری موجود، اساساً بر مبنای ساختار اقتصادی کشورهای پیشرفته طراحی شده اند [Stone, 1986]. به منظور رفع نارساییهای نظامهای حسابداری کلان و بخشی موجود، سازمان بین المللی، نظیر سازمان بین‌المللی کار و بانک جهانی و همچنین طیف وسیعی از پژوهشگران تلاش کردند یک نوع نظام حسابداری را طراحی نمایند که بعدها به نظام حسابداری میانه و الگوهای مرتبط به آن نیز به الگوهای میانه معروف گردید.
جامع ترین و منسجم ترین نظام حسابداری میانه، ماتریس حسابداری اجتماعی می‌باشد که در مرحله سوم (دهه 1980 میلادی به بعد) به منظور تحلیلهای کمی آثار و تبعات سیاستهای اقتصادی و اجتماعی تعدیل ساختاری، خصوصی سازی و پیوستن به WTO پشتوانه آماری الگوی قابل محاسبه تعادلی عمومی قرار گرفته است.
قبل از بررسی روش شناسی الگوی قابل محاسبه تعادل عمومی (که در فصل دوم ارائه خواهد شد) لازم است به ساختار کلی یک ماتریس حسابداری اجتماعی با توجه به ماکت ضمیمه مورد بررسی قرار گیرد. برای این منظور محتوای فصل حاضر در چهار محور کلی زیر سازماندهی می گردند. در محور اول سعی می شود تعریفی از ماتریس حسابداری اجتماعی ارائه گردد. بر مبنای تعریف وجه تمایز کارکرد ماتریس حسابداری اجتماعی و میزان پوشش آماری آن نسبت به نظامهای حسابداری کلان و بخشی موجود کاملاً مشخص می گردد.
در محور دوم ضمن بررسی انواع حسابهای اصلی جامعه، آرایش حسابهای مذکور و تعامل منطقی آنها در قالب یک ماتریس حسابداری اجتماعی مورد بررسی قرار خواهد گرفت. در محور سوم، ابتدا بعضی از خواص اساسی آرایش حسابها در قالب یک ماتریس حسابداری نسبت به حسابهای سنتی T اشاره خواهد شد. سپس تفکیک پذیری هر یک از حسابهای اصلی به چندین زیر حساب برحسب واحدهای مشخص آماری مورد بررسی قرار گرفت.
یکی از خصایص اصلی بکارگیری واحدهای مشخص آماری در طبقه بندی تفصیلی حسابهای اصلی در واقع تبیین بازارهای مختلف مانند بازار کالاها و خدمات، بازار تولید کنندگان، بازار مصرف کنندگان، بازار کار و غیره می باشند که در ماتریس حسابداری اجتماعی به صورت منطقی با یکدیگر در تعامل قرار می گیرند. بررسی کمی آثار و تبعات سیاستهای اقتصادی و اجتماعی بر روی بازارهای مذکور در واقع از اهداف اصلی الگوی قابل محاسبه تعادل عمومی به شمار می رود. در محور چهارم نظری اجمالی خواهیم داشت به حسابهای اصلی و زیر حسابهای منظور شده در ماتریس حسابداری اجتماعی سال 1380 اقتصاد ایران.
2- تعریف ماتریس حسابداری اجتماعی
نظام‌مند کردن آمارهای اجتماعی (آمارهای مردمی) با آمارهای نظام‌مند شده کلان اقتصادی (حسابهای ملی) و بخشی اقتصادی (جدول داده- ستانده) براساس پشتوانه نظری اقتصاد خرد و کلان در یک یک ماتریس جبری را نظام حسابداری میانه و یا ماتریس حسابداری اجتماعی می نامند.
از تعریف فوث می توان به دو کلی زیر رسید که میزان انعطاف پذیری ماتریس حسابداری اجتماعی را نسبت به سایر نظامهای حسابداری موجود آشکار می کند.
دسته بندی : علوم پایه _ آمار و ریاضی
فرمت فایل : Doc ( قابلیت ویرایش و آماده چاپ ) Word
تعداد صفحات : 38 صفحه
مقالة: مدل ها و استراتژی های ماتریس فهرست: مقدمه مدلها و استراتژی ماتریس ارزیابی عملکرد مدل سینک و تاتل (1989) ماتریس عملکرد (1989) مدل نتایج و تعیین کننده ها (1991) هرم عملکرد (1991) کارت امتیازدهی متوازن (1992) مدل ماتریس استراتژی اصلی مدل ماتریس پورت فولیو ویژگیهای ماتریس های پورت فولیو ماتریس داخلی و خارجی مدل گروه مشاوره ای بوستون 4(ماتریس BCG ) مدل شرکت جنرال الکتریک (GE): ماتریس تهدیدات، فرصت ها، نقاط قوت و نقاط ضعف( SWOT) ماتریس داخلی و خارجی (IE) (4) ماتریس ارزیابی موقعیت و اقدام استراتژیک (Space)11 ماتریس داخلی و خارجی ( IE ) ماتریس BCG و GE ماتریـس کاتـلر و آنسـوف مقدمه فقدان ساختار علمی در انتقال استراتژی‌های تدوین شده به سطوح تصمیم‌گیری پایین سازمان، باعث بروز مسائلی در بخش صنایع تولیدی میشود.
ادبیات استراتژی‌های آکادمیک، بیانگر مفاهیم و روش‌های تدوین استراتژی‌ها از دیدگاه بازار است، در حالی که بین تدوین استراتژی‌ها و اجرای آنها، اغلب شکافی آشکار بروز می‌کند.
هدف مقاله حاضر، ارائه نوعی مدل تصمیم‌گیری است که بین مفاهیم استراتژی‌های تولیدی و تصمیم‌گیری‌های استراتژیک، مطابق با اصول جریان سیستم‌های تولیدی، ارتباط برقرار کند.
نتیجه مقاله، بیانگر انتقال استراتژی‌ها از سطوح تصمیمات استراتژیک به سطوح تصمیم‌گیری براساس اصول جریان زیرسیستم‌هاست.
براساس تحقیقات آکادمیک انجام شده، الگوی تصمیم‌گیری‌های استراتژیک می‌بایستی در حوزه‌های مختلف و براساس فرایند تدوین استراتژی‌های تولید، ایجاد شود.
در دیدگاه بالا به پایین، تصمیمات استراتژیک براساس موقعیت کسب و کار و محیط بازار، اتخاذ می‌شوند.
روش هدایت مدیریت از طریق تدوین استراتژی، مستلزم تلاش فراوان است.
در عین حال، بسیاری از شرکت‌ها دارای روشی ساختارمند برای برقراری ارتباط و اجرای استراتژی‌های خود نیستند.
به منظور دستیابی به موفقیت در دنیای واقعی، ایجاد مدلی برای پشتیبانی از اجرای استراتژی‌ها در عمل، از اهمیت خاصی برخوردار است.
هدف از ارائه این مدل تصمیم‌گیری، هدایت استراتژی‌های تولیدی به تصمیمات استراتژیک مبتنی‌بر اصول جریان سیستم‌های تولیدی در سطوح زیر سیستم‌های کارخانه است.
این دیدگاه، محدود به طراحی سیستم‌های تولیدی و برنامه‌ریزی و کنترل تولید است.
با توجه به اینکه محتوای استراتژی‌های تولیدی در طراحی سیستم‌های تولیدی و برنامه‌ریزی و کنترل تولید نمایان می‌باشد، این مقاله، بیان
متن بالا فقط تکه هایی از متن به صورت نمونه در این صفحه درج شده است.شما بعد از پرداخت آنلاین فایل را فورا دانلود نمایید
بعد از پرداخت ، لینک دانلود را دریافت می کنید و ۱ لینک هم برای ایمیل شما به صورت اتوماتیک ارسال خواهد شد.
مقدمه:
مجموعه عملیات و روش هایی که برای کاهش عیوب و افزایش کیفیت ظاهری تصویر مورد استفاده قرار می گیرد، پردازش تصویر نامیده می شود.حوزه های مختلف پردازش تصویر را می توان شامل بهبود تصاویر مختلف پزشکی مانند آشکار سازی تومور های مغز یا پهنای رگ های خونی و ... ، افزایش کیفیت تصاویر حاصل از ادوات نمایشی مانند تصاویر تلویزیونی و ویدیویی، ارتقا متون و شکل های مخابره شده در رسانه های مختلف مانند شبکه و فاکس و همچنین بهبود کیفیت روش های کنترل توسط بینایی ماشین و درک واقعی تر مناظر توسط ربات ها دانست.
اگرچه حوزه ی کار با تصاویر بسیار گسترده است ولی عموما محدوده ی مورد توجه در چهار زمینه ی بهبود کیفیت ، بازسازی تصاویر مختل شده، فشرده سازی تصویر و درک تصویر توسط ماشین متمرکز می گردد. در اینجا سه تکنیک اول بررسی خواهد شد.
از آنجایی که برای کار روی تصاویر با پیکسل ها سروکار داریم و هر پیکسل نشان دهنده ی یک عنصر از یک آرایه ی دوبعدی است، کار روی تصاویر همواره با کار روی ماتریس ها عجین شده است. ماتریس اسپارس یا ماتریس خلوت ، ماتریسی است که درایه های صفر آن زیاد باشد و در نتیجه ذخیره ی عناصر صفر مقرون به صرفه نیست و همواره سعی در کاهش ذخیره ی این عناصر است تا بتوان عملیات ماتریسی را سریع تر انجام داد. در کار با تصویر با اینگونه ماتریس ها زیاد برخورد می کنیم . در این پروژه ابتدا تکنیک ها و روش های مختلف پردازش تصویر را معرفی می کنیم. در بخش بعد الگوریتم های موازی را شرح می دهیم که در GPU کاربرد دارند و با معماری موازی آشنا می گردیم. در بخش سوم برخی از الگوریتم های مربوط به ماتریس خلوت را مورد بررسی قرار می دهیم و در نهایت در بخش چهارم کاربرد این ماتریس ها را در پردازش تصویر معرفی خواهیم نمود.
و در آخر، پیاده سازی یکی از ا لگوریتم های مبحث فشرده سازی را روی تصاویر باینری، انجام خواهیم داد و با یکی از الگوریتم های فشرده سازی مربوط به تصاویر باینری به نام Run length coding مقایسه خواهیم نمود.
بخش اول
روش های پردازش تصویر
توجه و روی آوردن به روش های پردازش تصاویر به اوایل سال 1920 باز می گردد، زمانی که عکس های دیجیتال برای اولین بار توسط کابل های زیردریایی از نیویورک به لندن فرستاده شد.با این حال، کاربرد مفهوم پردازش تصویر تا اواسط 1960 گسترش وپیشرفت چندانی نیافت. در 1960 بود که کامپیوتر های نسل سوم دیجیتال به بازار آمد که می توانست سرعت و حافظه بالای مورد نیاز برای پیاده سازی الگوریتم های پردازش تصویر رافراهم کند.
از آن پس، تجربه در این زمینه گسترش یافت. مطالعات و تحقیقات زیادی در این موضوع در علوم مختلف از جمله : مهندسی، علوم کامپیوتر، علوم اطلاعات، فیزیک، شیمی، بیولوژی و داروسازی انجام شد.
نتیجه ی این تلاش ها در تکنیک های پردازش تصویر در مسائل مختلف - از بهبود کیفیت و بازیابی تصاویر گرفته تا پردازش اثر انگشت در مسائل تجاری – خود رانشان داد.
در این فصل بر آنیم که تکنیک ها و روش های مختلف پردازش تصویر را معرفی و بررسی کنیم. اما پیش از پرداختن به روش ها ، برخی تعاریف پایه را ذکر خواهیم کرد.
1-1 تصویر دیجیتالی:
تصویر به عنوان ترجمه image نشانگر یک شکل دو بعدی می باشد که توسط یک وسیله ی حساس به نور مانند دوربین به وجود آمده باشد. اما picture (عکس) نشانگر هر گونه شکل دو بعدی مانند یک تابلوی نقاشی و یا یک دست نوشته است. مقصود از تصویر دیجیتال ، digital image می باشد.
یک تصویر را می توان توسط تابع دوبعدی f(x,y) نشان داد که در آن x و y را مختصات مکانی و مقدار f در هر نقطه را شدت روشنایی تصویر درآن نقطه می نامند. اصطلاح سطح خاکستری نیز به شدت روشنایی تصاویر مونوکروم (monochrome) اطلاق میشود . تصاویر رنگی نیز از تعدادی تصویر دوبعدی تشکیل می شود.
زمانی که مقادیر x و y و مقدار f(x,y) با مقادیر گسسته و محدود بیان شوند ، تصویر را یک تصویر دیجیتالی می نامند. دیجیتال کردن مقادیر x و y را Sampling و دیجیتال کردن مقدار f(x,y) را quantization گویند.
..............
86 صفحه فایل Word