نتایج جستجو

35575

نتیجه یافت شد

مرتبط ترین ها

اعمال فیلتر

به روزترین ها

اعمال فیلتر

پربازدید ترین ها

اعمال فیلتر

پر دانلودترین‌ها

اعمال فیلتر

پر استنادترین‌ها

اعمال فیلتر

تعداد صفحات

3558

انتقال به صفحه



فیلترها/جستجو در نتایج    

فیلترها

سال

بانک‌ها




گروه تخصصی











متن کامل


مرکز اطلاعات علمی SID1
مرکز اطلاعات علمی SID
اسکوپوس
مرکز اطلاعات علمی SID
ریسرچگیت
strs
اطلاعات دوره: 
  • سال: 

    2020
  • دوره: 

    9
  • شماره: 

    4
  • صفحات: 

    221-230
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    4358
  • دانلود: 

    1847
چکیده: 

Introduction: Gender determination can help establishing a biological profile of the human body remains. Since the pelvic and skull remains are the most unyielding parts of human skeleton, identifying the dead bodies from these two parts would be very useful. After coaxial bone, the skull is the most gender-discriminated portion of the human skeleton. Since no determination study have been reported in Iranian population, present study aimed to determine gender by measuring 12 craniomandibular parameters and provide specific discriminant function scores in a selected population in Mashhad, Iran. Methods: a total of 202 digital lateral cephalograms of healthy adults, (101 males and 101 females) in the age range of 18 to 50 years were selected. 14 cephalometric points were utilized, which enabled tracing of 11 linear measurements and an angle. All cephalometric points and measurements were traced by onyxceph® version 2. 6 software. Results: Based on the analyses, among the chosen parameters, facial height (N-Me), mandibular ramus height (AR-Go), mandibular plane (Me-Go), frontal sinus width (FsWd) contributed the most for sexual dimorphism. The discrimination accuracy was 87. 6% (84. 2% in males and 91. 1% in females). All the linear measurements were significantly larger in males except for angular variable which showed no significant difference between the two genders. Conclusion: According to the present findings, cephalometric craniomandibular parameters could be utilized to discriminate the gender of human remains using discriminant function analysis (DFA) in the selected Iranian population.

آمار یکساله:  

بازدید 4358

دانلود 1847 استناد 0 مرجع 0
اطلاعات دوره: 
  • سال: 

    1389
  • دوره: 

    2
  • شماره: 

    1 (3)
  • صفحات: 

    33-46
تعامل: 
  • استنادات: 

    1
  • بازدید: 

    487
  • دانلود: 

    108
چکیده: 

 این مطالعه به بررسی متغیر های حایز اهمیت در پیش بینی بحران مالی و ورشکستگی شرکت ها پرداخته و مهمترین متغیر های مالی در پیش بینی بحران مالی را شناسایی کرده است. پس از شناسایی، مهمترین متغیر های پیش بینی ورشکستگی و مدلی برای پیش بینی بحران مالی و ورشکستگی شرکت ها ارایه شده و قدرت پیش بینی آن مورد آزمون قرار گرفته است. برای شناسایی مهمترین متغیرهای حایز اهمیت در پیش بینی بحران مالی و ورشکستگی شرکت ها، از مدل تابع تفکیکی خطی استفاده شده و مدلی 9 متغیره طراحی و ارایه شده است. این نسبت ها شامل نسبت سود قبل از بهره و مالیات به دارایی ها، نسبت سود انباشته به دارایی ها، نسبت سرمایه در گردش به دارایی ها، نسبت حقوق صاحبان سهام به بدهی ها، نسبت سود قبل از بهره و مالیات به فروش، نسبت دارایی های جاری به بدهی های جاری، نسبت سود خالص به فروش، نسبت بدهی ها به دارایی ها و اندازه شرکت بوده است. توانایی پیش بینی مدل، با استفاده از اطلاعات شرکت های دارای بحران مالی و شرکت های فاقد بحران مالی ارزیابی شده است و نتایج بررسی نشان می دهد که تا پنج سال قبل از بحران مالی می توان با استفاده از مدل با دقت نسبتا بالا آن را پیش بینی نمود.

آمار یکساله:  

بازدید 487

دانلود 108 استناد 1 مرجع 3
نویسندگان: 

اطلاعات دوره: 
  • سال: 

    2017
  • دوره: 

    61
  • شماره: 

    2
  • صفحات: 

    144-154
تعامل: 
  • استنادات: 

    315
  • بازدید: 

    3925
  • دانلود: 

    9195
کلیدواژه: 
چکیده: 

آمار یکساله:  

بازدید 3925

دانلود 9195 استناد 315 مرجع 0
گارگاه ها آموزشی
نویسندگان: 

پیش قدم رضا | شمس محمدعلی

اطلاعات دوره: 
  • سال: 

    1391
  • دوره: 

    2
  • شماره: 

    1 (پیاپی 3)
  • صفحات: 

    45-60
تعامل: 
  • استنادات: 

    455
  • بازدید: 

    69
  • دانلود: 

    20
چکیده: 

هدف اصلی این مقاله بررسی اعتبار زبان و عوامل هوشی به منظور طبقه بندی عملکرد انشانویسی در فراگیران زبان انگلیسی ایرانی می باشد. از شرکت کنندگان ایرانی این مطالعه سه آزمون به منظور بررسی دستور زبان، وسعت و عمق واژگان، و دو آزمون به منظور بررسی هوش کلامی و روایتی گرفته شد. همچنین شرکت کنندگان تعدادی انشای تحلیلی در پاسخ به نمونه آیلتس انجام دادند. تعدادی تحلیل تابع تفکیکی برای بررسی قدرت طبقه بندی پنج متغیر با هدف تمایز بین توانایی بالا و پایین نویسندگان زبان خارجی مورد استفاده قرار گرفت. نتایج نشان داد که در میان عوامل زبانی، عمق واژگان (دانش هم نشینی) بهترین عملکرد تفکیک را تولید می کند. به طور کلی، هوش روایتی قابل اطمینان ترین پیش بینی کننده برای عضویت در گروه های پایین و بالا ارزیابی شد. همچنین مشخص شد که در میان پنج زیرسازه هوش روایتی، «طراحی داستانی» بالاترین ارزش طبقه بندی را داراست. در نهایت، کاربردهای این پژوهش برای پژوهشگران زبان خارجی، متخصصان علوم شناختی و زبانشناسان کاربردی مورد بحث قرار گرفت. اصل مقاله بصورت متن کامل انگلیسی، در بخش انگلیسی قابل رویت است.

آمار یکساله:  

بازدید 69

دانلود 20 استناد 455 مرجع 0
اطلاعات دوره: 
  • سال: 

    1397
  • دوره: 

    15
  • شماره: 

    3 (پیاپی 58)
  • صفحات: 

    67-85
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    441
  • دانلود: 

    200
چکیده: 

تحلیل تشخیص، تشخیص معادله ای است مبتنی بر نظم موجود در داده ها که براساس آن می توان در مورد عضویت یک واحد در یکی از دو یا چند گروه بر مبنای تعدادی متغیر مستقل اظهار نظر کرد. DEA-DA و رگرسیون لجستیک، از جمله روش های تحلیل تشخیص هستند که مفروضات پیچیده آماری ندارند و در شرایط بسیاری از پژوهش ها قابل کاربردند. از طرفی شاخص توبین، یکی از شاخص های پرکاربرد مالی است که به عنوان معیاری جهت ارزیابی عملکرد به کار می رود؛ اما ابهاماتی نیز در دقت محاسبه این شاخص وجود دارد که محققان زیادی در رفع ابهامات این شاخص و بهبود عملکرد آن کوشیده اند. پژوهش حاضر نیز به دنبال ارایه تابع تشخیص مناسب شاخص توبین شرکت های پذیرفته شده بورس اوراق بهادار تهران است که بر اساس نسبت های مالی پرکاربرد مرتبط با این شاخص می باشد؛ لذا بعد از یافتن شاخص های مرتبط با توبین، برای داده های 184 شرکت پذیرفته شده در بورس اوراق بهادار تهران در سال مالی منتهی به 29 اسفند 1393، تحلیل تشخیص پوششی و رگرسیون لجستیک را به طور موازی اجرا کرده و با مقایسه نتایج به دست آمده و حذف تعدادی از شاخص ها که در هر دو روش از نقطه نظر ریاضی و آماری وضعیت بی ثباتی داشتند، بار دیگر دو روش را با 5 متغیر مستقل اجرا نموده که وضعیت بهتر و باثبات تری در خروجی هر دو روش مشاهده گردید. سپس نتایج گزارش و تحلیل خواهد شد.

آمار یکساله:  

بازدید 441

دانلود 200 استناد 0 مرجع 0
اطلاعات دوره: 
  • سال: 

    1399
  • دوره: 

    51
  • شماره: 

    2
  • صفحات: 

    133-147
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    245
  • دانلود: 

    207
چکیده: 

با توجه به کشت گندم در مناطق نیمه خشک جهان، امروزه توجه زیادی به تولید و معرفی ارقامی می شود که در مواجهه با خشکی، عملکرد آن ها با افت چشمگیری روبه رو نشود. ریشه های سالم و توسعه یافته، باعث افزایش راندمان جذب آب و مواد غذایی و در باعث افزایش عملکرد می شوند. در تحقیق حاضر، صفات طول و تعداد ریشه چه، مجموع طول ریشه ها و طول گیاهچه در مرحله جنینی، وزن تر و خشک ریشه، حجم و طول ریشه، طول و وزن تر گیاهچه، تعداد برگ و پنجه، همچنین شاخص های ریشه شامل شادابی، قطر، محتوای آب، طول مخصوص، چگالی طول، حجم مخصوص، تراکم بافت، تراکم حجم، چگالی سطحی و چگالی در مرحله گیاهچه در 102 ژنوتیپ گندم نان برای اندازه گیری شد. آماره های توصیفی صفات برآورد شدند و ژنوتیپ ها بر اساس عمق و تراکم بافت ریشه به نه گروه تقسیم شدند. همچنین تجزیه واریانس گروه های مختلف برآورد شد. بر اساس نتایج، 20 ژنوتیپ از ریشه های متراکم و عمیق که بهترین شاخص ه برای تحمل خشکی بود، برخوردار بودند در نظر رفته شدند. غیر از صفات مربوط به مرحله جنینی، تنوع اکثر صفات بین ارقام معنی دار بود. تجزیه تابع تشخیص اجرا شد و مقدار توابع برای هر گروه محاسبه شد.

آمار یکساله:  

بازدید 245

دانلود 207 استناد 0 مرجع 0
strs
اطلاعات دوره: 
  • سال: 

    1392
  • دوره: 

    0
  • شماره: 

    20
تعامل: 
  • بازدید: 

    52
  • دانلود: 

    10
چکیده: 

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

آمار یکساله:  

بازدید 52

دانلود 10
نویسندگان: 

Firouzian Iman | Firouzian Nematallah

اطلاعات دوره: 
  • سال: 

    2020
  • دوره: 

    11
  • شماره: 

    1
  • صفحات: 

    7-20
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    16836
  • دانلود: 

    13994
چکیده: 

Face recognition is still an active pattern analysis topic. Faces have already been treated as objects or textures, but human face recognition system takes a di erent approach in face recognition. People refer to faces by their most discriminant features. People usually describe faces in sentences like \She's snub-nosed" or \he's got long nose" or \he's got round eyes" and so like. These most discriminant features have been extracted by comparing a face with average face formed in one's mind. We have mathematically formulated the approach and placed importance upon the most discriminant features. We have explained feature processing and classi cation parts in details. We also explained the train and test phases of the proposed algorithm. We have compared the proposed classi cation part with 1-NN classi er to show the strength of the algorithm and reported the results. We have also compared the whole proposed algorithm with a well-known face recognition method, Eigenfaces and achieved promising results in di erent cases.

آمار یکساله:  

بازدید 16836

دانلود 13994 استناد 0 مرجع 0
اطلاعات دوره: 
  • سال: 

    1387
  • دوره: 

    33
  • شماره: 

    4
  • صفحات: 

    15-26
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    978
  • دانلود: 

    417
چکیده: 

تحلیل ممیزی برای رده بندی یک شی یا گروهی از اشیا به یکی از دو یا چند گروه متمایز معلوم یا نامعلوم مورد استفاده قرار می گیرد. در پژوهش های علمی برای رده بندی، اغلب از توابع ممیز خطی یا درجه دوم فیشر استفاده می شود. اما در این مقاله روشهایی غیرخطی بر اساس دو روش رگرسیون  ناپارامتری تحت عناوین اسپلاین رگرسیونی انطباقی چند متغیره و مدل انطباقی جمعی برای رده بندی گروه ها معرفی شده و با استفاده از یک مطالعه شبیه سازی نحوه بکارگیری آنها بررسی و متوسط نرخ خطای آنها با روشهای متداول مورد مقایسه قرار گرفته است.

آمار یکساله:  

بازدید 978

دانلود 417 استناد 0 مرجع 0
اطلاعات دوره: 
  • سال: 

    1387
  • دوره: 

    1
  • شماره: 

    پیش شماره 1
  • صفحات: 

    41-47
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    58
  • دانلود: 

    20
کلیدواژه: 
چکیده: 

یکی از ویژگیهای تجزیه و تحلیل پوششی داده ها (DEA) این است که به هرکدام از واحدهای تصمیم گیرنده (DMU) امکان می دهد تا وزن عوامل را بگونه ای انتخاب نمایند که هنگام محاسبه کارایی، بیشترین امتیاز را عاید خود سازند. از طرف دیگر، این انعطاف پذیری در وزن عوامل، مقایسه واحدهای تصمیم گیرنده را بر اساس یک مجموعه وزنهای مشترک، دشوار می نماید. در این مقاله، برای غلبه بر این مشکل و ارزیابی تمامی DMU ها با یک مقیاس یکسان، رویکرد برنامه ریزی خطی چند هدفی (MOLP) ارائه می گردد که مبتنی بر روش scalarizing function است که برای ارائه مجموعه وزنهای مشترک بکار رفته است و همین امر، مزیت این روش را نسبت به سایر روشهای موجود بیان می کند که همگی بر برنامه ریزی غیرخطی چند هدفی مبتنی می باشند.

آمار یکساله:  

بازدید 58

دانلود 20 استناد 0 مرجع 0
litScript