در این مقاله، یک روش ناحیه اعتماد تطبیقی نایکنوای جدید برای حل مسایل بهینه سازی نامقید ارایه می کنیم که در آن از تکنیک فیلتر استفاده شده است. در روش پیشنهادی، از تکنیک نایکنوایی خاصی استفاده شده است. با استفاده از این تکنیک، الگوریتم می تواند ازگام اول، از خواص نایکنوایی بهره ببرد و سرعت رسیدن به جواب را افزایش دهد. همچنین، فیلتر به کاررفته در این روش، از نوع فیلترهای متناهی است. این مهم، با توجه به ساختار فیلتر اثبات شده است. ساختار الگوریتم، بر اساس دو حلقه خارجی و داخلی استوار است که هر یک با توجه به شرایط موجود در هر تکرار عملیات مشخصی را انجام می دهد. در تکرارهای الگوریتم، برای یافتن طول گام، از زیرمساله ای با ساختار ساده استفاده می کنیم. همچنین، صورت اصلاح شده ای از شرط سکانت را برای تقریب هسیان چنان به کارمی بریم که ماتریس هسیان، همواره معین مثبت باشد. علاوه برآن، همگرایی سراسری الگوریتم تحت برخی شرایط استاندارد اثبات شده است. نتایج عددی حاصل از روش پیشنهادی روی مجموعه مسایل آزمونی، حاکی از کارایی الگوریتم جدید، نسبت به سایر روش های مشابه است.

متن کامل این مقاله به زبان انگلیسی می باشد، لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید. لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

متن کامل این مقاله به زبان انگلیسی می باشد. لطفا برای مشاهده متن کامل مقاله به بخش انگلیسی مراجعه فرمایید.لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

در این مقاله یک روش جدید برای حل دستگاه معادلات غیرخطی معرفی می کنیم که در آن از یک استراتژی نایکنوا مشتق آزاد استفاده شده است. هم چنین، این روش با استفاده از تکنیک فیلتر پیاده سازی شده است. با استفاده از این مفهوم، بسیاری از نقاط آزمایشی به دست آمده در تکرارها که توسط الگوریتم های جستجوی خطی حذف می شدند، ذخیره خواهند شد. الگوریتم جدید از اطلاعات نقاط موجود در فیلتر برای به دست آوردن نقاط بعدی بهره می برد و باعث افزایش سرعت همگرایی الگوریتم می شود. در این روش از یک تکنیک نایکنوای خاص استفاده شده است که به الگوریتم اجازه می دهد از خاصیت نایکنوایی از همان اولین تکرار بهره مند شود. همگرایی سراسری الگوریتم تحت برخی شرایط استاندارد اثبات می شود. نتایج عددی به دست آمده از روش جدید روی مجموعه مسایل آزمونی بیانگر کارایی روش پیشنهادی نسبت به برخی روش های موجود در ادبیات موضوع است.

آواز در طول تاریخ همواره مورد تحسین شنوندگان موسیقی بوده و به سرایندگی روح نسبت داده شده است. آواز عالی عموما فرایندی آموخته و وابسته به شناخت انسان از ذات و نیروهای درونی خود است. از این رو اگرچه برخی آموزگاران تکنیک آواز را با مهارت های ارتباطی مانند گویندگی و بازیگری مشابه می دانند اما این تکنیک بیش از همه در جهت شناخت و بیان احساسات درونی انسان در قالب موسیقی تجلی می یابد. فراگیری تکنیک آواز نیاز به تسلط کامل بر عملکرد صحیح بدن دارد تا دست یابی به سطح بالاتری از آواز بدون آسیب را فراهم کند. همچنین استفاده از روشی آموزشی برای فراگیری آن باید متناسب با نیازهای فرهنگی آوازخوان و موسیقی او باشد و بر مبانی مشترک سبک ها و گونه های مختلف آواز، همچون چگونگی تنفس و کنترل حنجره برای ادای واژه ها و نت ها تاکید داشته باشد. در مقاله ی حاضر دستیابی به اصول چنین تکنیکی دنبال می شود.

امروزه تقاضا برای محصولات با کیفیت بالا افزایش یافته و استانداردهای سختگیرانه ای برای سلامت آنها وضع می شود. لذا برای ارتقاء صادرات انواع محصولات کشاورزی، استفاده از فن آوری های پیشرفته پس از برداشت، برای تعیین سریع تر، موثرتر و دقیق تر کیفیت و سلامت محصولات ضروری می باشد. در این تحقیق، روش تصویربرداری ابرطیفی در محدوده 400 تا 1000 نانومتر، برای تشخیص سیب های آفت زده توسط کرم سیب، بکار برده شده است. پس از تهیه نمونه های آفت زده و انتقال آنها به آزمایشگاه، تصاویر تحت شرایط کنترل شده گرفته شدند. سپس طیف بازتابی میانگین از نواحی مطلوب استخراج و پیش پردازش گردیده و در نهایت با استفاده از چندین تکنیک یادگیری ماشین شامل تحلیل تفکیک خطی،  -kنزدیکترین همسایه و درخت تصمیم گیر طبقه بندی نمونه ها انجام گرفت. نتایج نشان داد جداسازی میوه های آفت زده با نرخ کلاس بندی 96% و 94% برای نمونه های سالم و آفت زده امکان پذیر بوده و بهترین نرخ کلاس بندی برای روش درخت تصمیم گیر بدست آمد. همچنین طول موج های بهینه برای توسعه تصویربرداری چندطیفی استخراج گردیدند. نتایج این پژوهش بیانگر کارآیی بالای تصویربرداری ابرطیفی در جداسازی غیرمخرب سیب های آفت زده برای استفاده در ماشین های درجه بندی می باشد.