تحقیق در مورد پیش بینی سرعت و جهت بادهای فرساینده در ایران

اختصاصی از ژیکو تحقیق در مورد پیش بینی سرعت و جهت بادهای فرساینده در ایران دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

تعداد صفحه22

فهرست مطالب

مقدمه

نتایج و بحث

مطالعه حساسیت خاک سطحی  اراضی منطقه رودشت اصفهان به فرسایش بادی

نتایج و بحث

روشهای اندازه گیری زبری سطح خاک (Soil surface roughness )  و کاربرد آن در فرسایش بادی

کمی نمودن رسوبات فریاشی یافته بادی در منطقه شرق اصفهان

فرسایش  بادی یک معضل جدی در بیشتر مناطق خشک و نیمه خشک دنیا و ایران است . توانائی پیش بینی دقیق فرسایش بادی خاک برای بسیاری منظورها ، از جمله برنامه های حفاظتی ، منابع طبیعی ، و کاهش آلودگی هوا ناشی از طوفان ضروری است ( 3 ) .  از آنجایی که نیروی باد در طول سال ، ماه وحتی روز تا حد زیادی تغییر می نماید ، و همچنین قدرت فرسایندگی باد بستگی به توان سوم سرعت باد دارد . به منشور پیش بینی و کنترل فرسایش بادی در هر منطقه توزیع سرعت باد حائز اهمیت میباشد . همچنین علاوه برسرعت باد ، دانستن چگونگی تغییرات جهت باد در منطقه نیز امری ضروری است . زیرا نسبت جهت باد به جهت اضلاع زمین ، بادشکن ها ، ردیف کاشت گیاهان ، و شخم زمین ، نقش مهمی را در پیش بینی مقدار و جهت فرسایش بادی ایفا می کند ( 4) . مدل های مختلفی برای نشان دادن توزیع سرعت باد استفاده شده است . بی شک توزیع ویبل یکی از گسترده ترین توزیع هایی است که تا بحال برای نشان  دادن پراکندگی سرعت باد مورد استفاده قرار گرفته است ( 5 ) . اهداف این پژوهش عبارت بودند از : 1 ) شبیه سازی ساعتی سرعت و جهت باد به روش استوکاستیک با استفاده از توزیع ویبل ، به منظور استفاده در مدل WEPS  ، برای پیش بینی فرسایش بادی در شهرهای مختلف ایران ، 2) آزمون اعتبار سنجی توزیع ویبل و مدل کامپیوتری windpred  ، در پیش بینی ساعتی سرعت و  جهت باد ، . 3) ترسیم نقشه های سرعت و جهت بادهای فرساینده در ایران .

مواد و روشها

ابتدا 38  شهر که دارای حداقل 10 سال آمار ساعتی سرعت و جهت باد بودند ، انتخاب گردیدند . در مرحله بعد تعداد سال آماری هر شهری به دو دوره برابر تقسیم گردید ، بطوریکه از دوره اول برای شبیه سازی و از دوره دوم برای آزمون اعتبار سنجی مدل ( با استفاده از معنی دار بودن  و نبودن ضرائب همبستگی ) استفاده شد . سپس با استفاده از توزیع ویبل ، شبیه سازی سرعت و جه باد بصورت ساعتی توسط برنامه Windpred  ( 2 و 1 ) انجام گرفت . تابع توزیع تجمعی ویبل F (U)  به صورت زیر میباشد :

(1)                                                            [-(u/c)k]F(u)=1-exp

که در این معادله u  سرعت باد ( متر بر ثانیه )  ، c، پارامتر مقیاس ( با واحد سرعت ) ، و k  پارامتر شکل (

یک روش جدید برای پیش پردازش تصویر دیجیتال مبتنی بر موجک برای تعیین میزان نهان‌نگاری

اختصاصی از ژیکو یک روش جدید برای پیش پردازش تصویر دیجیتال مبتنی بر موجک برای تعیین میزان نهان‌نگاری دانلود با لینک مستقیم و پر سرعت .

 

 

 

 

 

 

یک روش جدید برای پیش پردازش تصویر دیجیتال مبتنی بر موجک برای تعیین میزان نهان‌نگاری

موضوع مقاله به فارسی : یک روش جدید برای پیش پردازش تصویر دیجیتال مبتنی بر موجک برای تعیین میزان نهان‌نگاری
کلمات کلیدی : حفاظت از کپی رایت؛ علامت های دیجیتال؛ تبدیل موجک گسسته؛ پردازش تصویر
تعداد صفحات مقاله انگلیسی : ۱۰ صفحه
فرمت مقاله  انگلیسی : PDF
فایل ترجمه : ندارد
نام ژورنال :    elsevier – sciencedirect
سال انتشار مقاله :  ۲۰۰۷ میلادی
—————————–
فهرست مقاله انگلیسی :

 

 

چکیده

 

1. مقدمه

2. الگوریتم نهان نگاری

۱٫۲٫ تعبیه نهان‌نگار

۲٫۲٫ تشخیص نهان‌نگار

1. نقاط قوت ما

۱٫۳٫ گام پیش پردازش

1. حملات و نتایج تجربی

2. نتیجه‌گیری

مراجع

 

—————————–
برای خرید فایل مقاله انگلیسی  به صورت آنلاین از لینک زیر استفاده نمائید

تحقیق در مورد تاریخچه پیش دبستان

اختصاصی از ژیکو تحقیق در مورد تاریخچه پیش دبستان دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود پایین مطلب

فرمت فایل : word

تعداد صفحه : 20

فهرست مطالب

• بنیان گذاران پیش دبستانی ( خواهران آگازی )
• تاریخچه پیش دبستانی در جهان و ایران
• آموزش پیش دبستانی و ساستهای آموزشی
• مطالب و مفاهیم ( مدیریت، برنامه ریزی، زبان آموزی) و خلاقیت
• نقش آموزش در مدیریت
• اهمیت دورة پیش دبستانی
• تغذیه کودکان دبستان و پیش دبستانی
• پرورش پیش دبستانی ها در محیط مکتبی جدید
• علت واگذاری در پیش دبستانی
• مشاهدات از کودکستان
• مقدمه ای از طرح درس
• طرح درس

بنیانگذاران پیش دبستانی :              

خواهران آگازی

روزا و کارولینا آگازی دوشیزگان مسیحی در سال 1894 پناهگاهی به اسم مومپیان برای کودکان فقیر در لومباردی ایجاد کردند. رزا تحصیل کرده و باهوش بود و کارولینا به کارهای علمی علاقه فراوان داشت. پروفسور پاسکال به آنها کمک فراوان می کرد و در سمیناری که برای آموزگاران ترتیب داده بود خواست آنها را بشناسد. ماریا مونتسوری نیز در این سمینار شرکت داشت. شرایط مادی این دو خواهر وحشت آور بود. آنها در یک شهر فقیر نشین زندگی می کردند. کودکان فراموش شده و کثیف را برای آموزش و پرورش قبول کردند. وظائفی که اولیاء می بایستی در خانه انجام دهند نظیر بهداشت کودکان این دو خواهر در مؤسسه انجام می دادند. یکی از اطاقهای آموزشگاه را به سالن حمام تبدیل کرده بودند و کودکان را وادار می کردند دست و صورت خود را بشویند و معتقد بودند که بایستی آنها به این کار عادت کنند. بعداً یک نیمه شبانه روزی درست کردند به این معنی که غذاهای ظهر را هم در کودکستان درست می کردند تا کودکان از طرفی به آداب غذا خوردن آشنا شوند و از طرفی به سلامتی آنها کمک کرده باشند. چون سلامتی کودکان یکی از مسائلی بود که آنها خیلی به این موضوع اهمیت می دادند برای این موضوع برای هر کودک کارت بهداشت جداگانه ای تهیه نموده بودند.

مقاله پیش بینی تغییرات خصوصیات فیزیکی بتن

اختصاصی از ژیکو مقاله پیش بینی تغییرات خصوصیات فیزیکی بتن دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود "پایین مطلب:
فرمت فایل: word (قابل ویرایش)
تعداد صفحه:18
فهرست مطالب:

پیش بینی تغییرات خصوصیات فیزیکی بتن

سیمان چیست؟

تاریخچه سیمان

- ریشه کلمه سیمان

- تاریخچه کشف سیمان

روشهای ساخت سیمان

- روش تر و نیمه تر

- روش نیمه خشک

- روش خشک

سیمامراحل ساخت سیمان

1- مواد اولیه سیمان پرتلند

2-استخراج مواد اولیه

3-خرد کردن مود اولیه

4- مخلوط کردن اولیه و ذخیره سازى

5- خشک کردن مواد اولیه

6- پودر کردن مخلوط مواد خام

7- تنظیم مواد خام

9- پیش گرم کن

10- کوره دوار

11- خنک کن ( کولر )

12- سیلو ( انبار ) کلینکر

13- آسیاب سیمان

14- سیلوهاى سیمان

15- بارگیر خانه

16- نماى کلى خط تولید سیمان

قسمتی از متن:

در تماس با آب قرار می گیرد به این دلیل اتفاق می افتند که مواد تحت این شرایط در اثر جدا شدن از هم و یا ترکیب شدن با هم مبادله می شوند. هر چند که تا کنون روش خاصی برای اندازه گیری مقدار تغییرات خواص یافت نشده است . نویسنده در این مقاله سعی دارد تا کارایی آزمایشات سیمان در شرایط مایع ودقت سازه های بتنی 34 تا 104 ساله را مورد مطالعه قرار دهد و مدلی برای تضعیف خصوصیات فیزیکی به دلیل نشت مواد هیدراته و بر اساس نتایج این مطالعات طراحی کند.

سازه های بتنی مانند مخازن ، تانکرها ، سدها ، لوله های ذخیره آب در طولانی مدت در تماس با آب می باشند و به همین خاطر ممکن است بخشی از مواد آن جدا شده و شسته شود همانند مشکلات محیطی بنابراین نشت مواد هیدراته دلیل اصلی افزایش تحقیقات در این زمینه بوده است. بخشی از اطلاعاتی که اکنون درباره افزایش غلظت مایع به خاطر نشت موادی مانند کلسیم از هیدراتهای سیمانی بدست آمده نتیجه تحقیقات گذشته می باشد ، همچنین تحقیقات بسیاری برای مدل سازی و اندازه گیری تغییرات شیمیا یی حاصل از نشت مواد صورت گرفته است. هرچند که تاکنون روش و راه حل خاصی برای اندازه گیری کاهش غلظت مواد شیمیایی و تحلیل این تغییرات بدست نیامده است که این مسئله حاصل روند بسیار کند واکنشهای تجزیه حاصل از نشت مواد می باشد. به همین ترتیب نتایج بدست آمده از آزمایش خمیر در آب و رزین عایق و تغییرات خصوصیات فیزیکی حاصل از نشت مواد هیدراته سیمان مورد مطالعه قرار گرفتند و به طورهم زمان این نتایج با داده های سازه های حقیقی در بازه سنی 34 تا 104 سال مقایسه شدند. حاصل این تحقیقات شایان توجه می باشد زیرا کارآمدی و وسعت روشهای مطرح شده را در تخمین و اندازه گیری تغییرات خواص فیزیکی در اثر نشت مواد نشان می دهد ، افزون بر آنکه مدلی برای پیش بینی کمی این تغییرات وبر اساس نتایج این اکتشافات ابداع شد.

ترجمه آماده: بررسی مطالعات روش پیش بینی بیماری قلبی با استفاده از تکنیک های طبقه بندی استخراج داده ها

اختصاصی از ژیکو ترجمه آماده: بررسی مطالعات روش پیش بینی بیماری قلبی با استفاده از تکنیک های طبقه بندی استخراج داده ها دانلود با لینک مستقیم و پر سرعت .

بررسی مطالعات  روش  پیش بینی  بیماری قلبی با استفاده از تکنیک های طبقه بندی استخراج داده ها دانسته ها

Improved Study of Heart Disease Prediction System using  Data Mining Classification Techniques

چکیده

صنعت مراقبت بهداشت و پزشکی عموما غنی از اطلاعات می باشد ،اما متاسفانه   تمام  دانسته ها و اطلاعاتی   که  برای کشف الگوهای نهفته  و تصمیم گیری موثر مورد نیاز  هستند:مورد کاوش و بررسی قرار نمی گیرند.تکنیک ها استخراج اطلاعات پیشرفته برای کشف دانش در داده ها به منظور تحقیقات  و  پژوهش های  پزشکی به کار می روند .خصوصا در پیش بینی بیماری قلبی .این مقاله   با استفاده از میزان بیشتری از مشخصه های  منابع به بررسی و آنالیز   سیستمهای  محاسباتی  بیماری قلبی پرداخته است . این سیستم از اصطلاحات همچون "جنسیت ، فشار خون، کلسترول نوع 13 ،برای پیش بینی احتمال دچار شدن بیمار به  قلبی بیمار  ،استفاده کرده .تاکنون 13 ویژگی برای پیش بینی به کار گرفته شده.این مقاله ی تحقیقاتی ،دو مشخصه ی  دیگر مثل چاقی  سیگار کشیدن را اضافه کرده است.تکنیک های طبقه بندی استخراج داده ها و اطلاعات ،برای مثال  درختهای  تصمیم،فضاهای خام و شبکه های عصبی در پایگاه داده ای بیماری قلبی ،بررسی می شوند .عملکرد این تکنیک ها  ،بر اساس دقت شان ، مقایسه خواهند شد ،آنچنانکه نتایج  میزان دقت شبکه ها ، درخت های تصمیم، و فضاهای خام به ترتیت 100%،99.62%،و 90.74% مقایسه میشوند.محاسبات ما مشخص می کند  که از بین  سه مدل طبقه بندی موجود، شبکه های عصبی ، پیش بینی بیماری قلبی را با بالاترین دقت انجام میدهد.

کلمات کلیدی : استخراج داده ها و اطلاعات ، بیماری قلبی ، شبکه های عصبی ، درخت های تصمیم ، فضاهای خام.

ABSTRACT

The Healthcare industry is generally “information rich”, but unfortunately not all the data are mined which is required for discovering hidden patterns & effective decision making. Advanced data mining techniques are used to discover knowledge in database and for medical research, particularly in Heart disease prediction. This paper has analysed prediction systems for Heart disease using more number of input attributes. The system uses medical terms such as sex, blood pressure, cholesterol like 13 attributes to predict the likelihood of patient getting a Heart disease. Until now, 13 attributes are used for prediction. This research paper added two more attributes i.e. obesity and smoking. The data mining classification techniques, namely Decision Trees, Naive Bayes, and Neural Networks are analyzed on Heart disease database. The performance of these techniques is compared, based on accuracy. As per our results accuracy of Neural Networks, Decision Trees, and Naive Bayes are 100%, 99.62%, and 90.74% respectively. Our analysis shows that out of these three classification models Neural Networks predicts Heart disease with highest accuracy.

Keywords Data Mining, Heart Disease, Neural Networks, Decision Trees, Naive Bayes.