جستجو در تالارهای گفتگو

جهت طبقه­ بندی تصاویر می­توان از طبقه ­بندی­­ کننده­ های متفاوتی استفاده نمود. یک دسته از طبقه­ بند­ی کننده­ ها براساس شیوه­ ی یادگیری کار می­کنند. در این روش­ها ابتدا تعدادی نمونه به عنوان داده­ های آموزش به طبقه ­بند داده می­شود و جدا­کننده به وسیله­ ی این داده ­ها آموزش می­بیند. پس از آن نمونه­ های تست به طبق ه­بند داده می­شود و طبقه­ بند در مورد گروهی که این داده ­ها به آن تعلق دارند، تصمیم­ گیری می­کند. دو طبقه بندی که بیشتر در روش­های نهان­کاوی مورد استفاده قرار گرفته­اند Fisher’s Linear Discriminate(FLD) و Support Vector Machine(SVM) هستند. SVM قوی­تر از FLD می باشد. SVM ابزار یادگیری قوی­ ای در حل مسائل طبقه­ بندی، با دو کلاس است. هدف SVM ایجاد مدلی است که با داشتن ویژگی­های نمونه­ های داده در مجموعه داده­های آموزشی مقدار هدف آنها را حدس بزند. در این روند بردار­های آموزشی نمونه­ های آموزشی XI از تصویر I به فضای با ابعاد بیشتر نگاشت می­شود. سپس یک SVM یک ابر­صفحه­ ی جدا کننده­ ی خطی را پیدا می­کند که بیشترین حاشیه را در این فضای با ابعاد بیشتر داشته باشد. شکل 1 مسأله­ ی جدا کردن دو کلاس که بصورت خطی جدایی­ پذیر هستند را نشان می­دهد. همانطور که در شکل دیده می­شود، برای جدا کردن این دو کلاس، ابر­صفحه­ های بیشماری وجود دارد که بعضی از آنها به کلاس­ها بسیار نزدیکند. SVM تلاش می­کند تا ابر­صفحه­ ای را بیابد که در بیشترین فاصله نسبت به دو کلاس قرار داشته باشد. انتخاب این ابرصفحه باعث می­شود که طبقه­ بندی کننده قابلیت تعمیم بهتری داشته باشد. شکل 1- دو کلاس خطی جدایی ­پذیر و ابر صفحه­ های طبقه­ بندی کننده به این منظور دو ابر صفحه­ ی موازی که نقاط سرحدی را در دو کلاس تعیین می­کنند در­نظر گرفته می­شوند، سپس ابر­صفحه­ ای که در فاصله­ ی مساوی از این دو ابر­صفحه قرار گرفته می­گیرد به عنوان ابر صفحه­ ی طبقه­ بندی کننده تعیین می­شود. شکل 2 دو کلاس خطی جدایی ­پذیر و طبقه ­بندی کننده­ی SVM را نشان می­دهد. شکل 2- دو کلاس خطی جدایی­ پذیر و طبقه­ بندی کننده­ ی SVM شکل3 یک SVM را نشان می­دهد که برای حل یک مسأله با دو کلاس مورد آموزش قرار گرفته است. نمونه­ هایی که بر روی حاشیه قرار گرفته­ اند بردار پشتیبان نام دارند. بردار­های پشتیبان (زیر مجموعه­ ای از نمونه­ های آموزشی) نزدیکترین نقاط به سطح تصمیم­ گیری هستند و طبقه­ بندی آنها از سایر نمونه­ ها مشکل­تر است. شکل 3- SVM آموزش داده شده با نمونه­ های دو کلاس. دو بردار پشتیبان(نقاط داده) با دایره­ های سیاه­رنگ با اندازه ­ی بزرگتر از بقیه­ ی دایره ­ها بر­روی خطوط مرزی چپ و راست نشان داده می­شوند.

در این تاپیک سوالاتی برای دانشجویان پزشکی در همه دوره های کاروزی و بالینی قرار داده میشه . مرجع سوالات کتاب هاریسون است . جواب ها در تاپیک قرار نمیگیره چون ارزش کاربه عنوان سوال ازبین میره. کسانی که احیانا در سایت عضوهستند و مایل به دریافت جواب باشند میتوانند خصوصی پیام بدن و انها که میهمان هستند اول عضو بشن بعدش پیام خصوصی .( عضو شدن در سایت هم چند دقیقه طول میکشه و رایگان هست .) لطفا هیچ پستی ارسال نشود تا شماره ی پست وسوال معلوم باشه بخش اول سوالات: فلب و عروق cardiovascular ........................................................................................................................ 1 A 60-year-old male patient on aspirin, nitrates, and a beta blocker, being followed for chronic stable angina, presents to the ER with a history of two to three episodes of more severe and long-lasting anginal chest pain each day over the past 3 days. His ECG and cardiac enzymes are normal. The best course of action of the following is to A) Admit the patient and begin intravenous digoxinB)Admit the patient and begin intravenous heparin C)Admit the patient and give prophylactic thrombolytic therapy D)Admit the patient for observation with no change in medication E)Discharge the patient from the ER with increases in nitrates and beta blockers

سلام دوستان عزیز مجموعه ای از گزارش کارهای ازمایشگاه هیدرولیک وسیالات به زبان فارسی که امیدوارم نیاز دوستان رو دراین زمینه مرتفع کنه موفق باشیم ازمایش اندازه گیری دبی در لوله آزمایش دریچه در کانال آزمایش مرکز فشار آزمایش ناودان ونتوری و ناودان پارشال آزمایش شناوری آزمایش سرریز تیغه ای آزمایش شبکه لوله آزمایش ونتوری متر آزمایش برخورد جت آب با اجسام