کارآیی روش های تطبیق قالب برای شبیه سازی آمار چند نقطه ای

چکیده مقاله

تقریبا تمام روش های چند نقطه آمار MPS از یک روش تطبیق الگو برای انتخاب الگوهایی که بهترین تطابق را با داده های شرطیدارند، استفاده میکنند هدف از این مقاله تجزیه و تحلیل عملکرد ده تکنیک مرسوم در تطبیق الگویی در الگوریتم MPS می باشد عملکرد این تکنیک ها بر اساس توان محاسباتی، دقت و میزان استفاده از حافظه اندازه گیری می شود این روش ها با استفاده ازتصاویر آموزشی TI دسته بندی شده و پیوسته مورد ارزیابی قرار می گیرند تجزیه و تحلیل روشها شامل توانایی آنها در مکان یابیسریع و با حداقل خطا یک رخداد داده با یک نسبت خاصی از پیکسل های شناخته شده و مقدار مشخصی از نویز می باشد بررسی هانشان می دهد که روش درشت به ریز با استفاده از آنتروپی CFE در همه پیکربندی ها سریع ترین روش است روش های پرش نیز ازنظر سرعت کارآمدی خوبی دارند از نظر دقت و بدون نویز همه روشها به جز CFE و همبستگی متقابل CC به خوبی عمل میکنند اگر TI نرمال نشده باشد، CC در تمام ساختارها کمترین دقت را دارد این روش وقتی از تصاویر آموزشی نرمال شده استفاده میشود، بهتر عمل می کند روش مجموع دودویی تفاوت مطلق BSAD در برابر نویز بسیار مقاوم است و بهترین پاسخ را دارد نهایتا، ازنظر استفاده از حافظه ، CFE بدترین روش در بین ده روش مورد آزمایش است و روشهای دیگر در این معیار تفاوت قابل توجهی بایکدیگر ندارند

کلیدواژه‌ها

نویسندگان

منصوره شریف زاده لاری

دانشگاه هرمزگان ، بندرعباس

هدی نخبه الفقهایی

مجتمع آموزش عالی لارستان، لار

�ریف زاده لاری، منصوره و نخبه الفقهایی، هدی،1400،کارآیی روش های تطبیق قالب برای شبیه سازی آمار چند نقطه ای،اولین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند،لارستان

ارائه‌شده در

مجموعه مقالات اولین کنفرانس ملی تحول دیجیتال و سیستم های هوشمند25 آذر 1400 · لارستان