Publisher of Iranian Journals and Conference Proceedings

Please waite ..
ناشر تخصصی کنفرانسهای ایران
ورود |عضویت رایگان |راهنمای سایت |عضویت کتابخانه ها
عنوان
مقاله

خوشه بندی اقلیمی با استفاده از الگوریتم خوشه بندی فازی c-meansدر نرم افزار MATLAB و مقایسه آن با نرم افزارهای آماری (مطالعه موردی استان سیستان وبلوچستان)

چهارمین کنفرانس بین المللی برنامه ریزی و مدیریت محیط زیست
سال انتشار: 1396
کد COI مقاله: ESPME04_768
زبان مقاله: فارسیمشاهده این مقاله: 684
فایل این مقاله در 12 صفحه با فرمت PDF قابل دریافت می باشد
محتوای کامل این مقاله با فرمت WORD هم قابل دریافت می باشد.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای 12 صفحه است به صورت فایل PDF و یا WORD در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله خوشه بندی اقلیمی با استفاده از الگوریتم خوشه بندی فازی c-meansدر نرم افزار MATLAB و مقایسه آن با نرم افزارهای آماری (مطالعه موردی استان سیستان وبلوچستان)

سجاد کیانی - کارشناس محیط زیست شهرداری تویسرکان
هومن کاظمی - دانشجوی دکتری معماری دانشگاه علوم و تحقیقات تهران

چکیده مقاله:

با توجه به اینکه استان سیستان و بلوچستان یکی از گسترده ترین و وسیع ترین استان های کشور می باشد و همچنین با دارا بودن مرزهای آبی در جنوب استان، از تنوع آب و هوایی و اقلیمی بالایی داراست؛ لذا این استان برای خوشه بندی اقلیمی با روشهای جدید و با نرم افزارهای به روز و مقایسه نتایج با یکدیگر، بسیار مورد مناسبی است، در این پژوهش با استفاده روش تحلیل عاملی در نرم افزار spss بر روی متغییرهای اقلیمی در نهایت 5 متغییر اصلی انتخاب گردید که در ادامه با نرم افزار minitab و matlab روی متغییرهای اصلی تحلیلی خوشه ای انجام شد، نتایج حاصل از پژوهش نشان می دهد که خوشه بندی اقلیمی با نرم افزار matlab که از الگوریتم فازی c-means استفاده شد دارای صحت بیشتری ایست و بنابراین برای تحلیل خوشه ای و خوشه بندی اقلیمی استفاده از روش فازی c-means در نرم افزار matlab بسیار مناسب است

کلیدواژه ها:

کد مقاله/لینک ثابت به این مقاله

کد یکتای اختصاصی (COI) این مقاله در پایگاه سیویلیکا ESPME04_768 میباشد و برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/590098/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
کیانی، سجاد و کاظمی، هومن،1396،خوشه بندی اقلیمی با استفاده از الگوریتم خوشه بندی فازی c-meansدر نرم افزار MATLAB و مقایسه آن با نرم افزارهای آماری (مطالعه موردی استان سیستان وبلوچستان)،چهارمین کنفرانس بین المللی برنامه ریزی و مدیریت محیط زیست،تهران،https://civilica.com/doc/590098

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1396، کیانی، سجاد؛ هومن کاظمی)
برای بار دوم به بعد: (1396، کیانی؛ کاظمی)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • پهنه بندی اقلیمی استان کرمان با استفاده از تحلیل عاملی و خوشه ای [مقاله کنفرانسی]
  • سلیقه.محمد، فرامرز بریمانی و مرتضی اسماعیل نژاد(1387)، پهنه بندی اقلیمی ...
  • آکلاین، پل (1380)، راهنمای آسان تحلیل عاملی، ترجمه سید جلال ...
  • لشنی زند، مهران، بهروز پروانه و فتانه بیرانوند(1390)، پهنه بندی ...
  • مسعودیان، ابوالفضل (1382). نواحی اقلیمی، مجله جغرافیا و توسعه، شماره ...
  • Anyadike, R.N.C (1987). A multivariate classification and regionalization of West ...
  • B andyopadhyay .S, An efficient technique for superfamily classification of ...
  • Bezdek.J.C, Pattern Recognition with Fuzzy Objective Function Algorithms, - Plenum, ...
  • Hartigan..A, Clustering Algorithms, Wiley, (1975). ...
  • Hubert.L, Arabie.P, Some new indexes of cluster validity, Journal of ...
  • Jain. A.K, Murity. M.N, Flynn. P.J, Data Clustering: A Review, ...
  • Novak.V, Perfilieva.I and Mockor.J, Mathematical principles of fuzzy logic Dordrecht: ...
  • Philip, A (2008): Comparison of Principal Component and Cluster Analysis ...
  • Ramos, M. C (2001): Divisive and Hierarchical Clustering Techniques to ...
  • Sander.J, Principles of Knowledge Discovery in Data: Clustering I, Department ...
  • Spence.R, Information Visualization, Addison Wesley. Ha rlow:England, (200 1). ...
  • 3]White, F.J. and A.H.Perry (1989). Classification of the climate of ...
  • Everitt.B.S, Cluster Analysis, third ed., Halsted Press, (1993). ...
  • Hartigan..A, Clustering Algorithms, Wiley, (1975). ...
  • Tuyserkan municipal environmentl expert, sajjad201 1 63 @hotmail.com _ student ...

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: شهرداری
تعداد مقالات: 6
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات پیشنهادی مرتبط

مقالات مرتبط جدید

طرح های پژوهشی مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی