دانلود تحقیق بررسی اقتصاد بازار و توزیع درآمد تحت word دارای 31 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد دانلود تحقیق بررسی اقتصاد بازار و توزیع درآمد تحت word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه های دانشجویی ارائه میگردد

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی دانلود تحقیق بررسی اقتصاد بازار و توزیع درآمد تحت word ،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن دانلود تحقیق بررسی اقتصاد بازار و توزیع درآمد تحت word :

دانلود تحقیق بررسی اقتصاد بازار و توزیع درآمد تحت word

اقتصاد اثباتی(3) دستیابی به کارایی اقتصادی را وظیفه خویش می شمارد. هدف, تخصیص منابع به نحوی است که با امکانات موجود بیش ترین مطلوبیت فراهم آید. اما این که این مطلوبیت حداکثر شده, چگونه بین آحاد جامعه توزیع شود, به هنجارهای(4) مقبول جامعه بستگی دارد که قضاوت درباره آن ها بیرون از مسئولیت اقتصاددان تلقی می شود. در مدل بهینه پارتو که دستیابی بدان هدف اصلی اقتصادهای رایج است, تمام تلاش, یافتن منحنی سرحدی امکانات ـ مطلوبیت است که مکان هندسی نقاطی است که بهترین تخصیص منابع بین دو صنعتX وY , و بهترین توزیعX وY ,بین دو (گروه) مصرف کننده A وB را نشان می دهد. مقصود از بهترین توزیع آن نوع توزیعی نیست که جامعه عادلانه می داند; بلکه بدون ارزش گذاری عدالتخواهانه, تنها آن نوع توزیعی را در نظر دارد که جمع مطلوبیت دو فرد یا دو گروه را بیشینه می سازد. یعنی از نظر اقتصاددان اثبات گرا, اگرU U در شکل 1 منحنی سرحدی امکانات ـ مطلوبیت جامعه باشد, توزیع درآمد (مطلوبیت) ناشی از نقطهM بینA وB همانقدر بهینه است که نتایج توزیعی نقطهN . حتی در حالت حدی, نقطهU هم که تمامی مطلوبیت حاصله را نصیبA می سازد وB را کاملا بی بهره می گذارد, می تواند بهترین توزیع باشد. همین طور نقطهU که توزیع درآمدی صد در صد مقابل حالت قبل را ارائه می کند.(5)البته اگر برای هر جامعه ای با توجه به هنجارهای ارزشی اش توابع رفاه اجتماعی در دست باشد, می توان از حیث نظری به نقطه بهینه ای از نظر مدل پارتو دست یافت که درآمد (مطلوبیت) را به شکل خاصی توزیع می کند. شبیه نقطهT در شکل یاد شده. روشن است که تعیین هنجارهای اجتماعی خارج از وظیفه اقتصاددان است و پیامبران, فلاسفه, سیاستمداران و مصلحان اجتماعی در ارائه آن ها نقش دارند. گرچه اقتصاددان خود نیز در این باره قضاوتی دارد, ولی این وجه شخصیت او ربطی به موقعیت علمی اش ندارد.
اقتصاددان در ارتباط با توزیع درآمد وظائف ذیل را برعهده می گیرد (:258 2000 Sloman,).

دانلود این فایل

دانلود مد.نمایش مد.پوشاک.تاریخچه پوشاک در ایران.مصادیق پوشاک.اصول و برنامه ریزی عملکردی و استانداردها .شناخت مراکز تجاری تحت word دارای 110 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد دانلود مد.نمایش مد.پوشاک.تاریخچه پوشاک در ایران.مصادیق پوشاک.اصول و برنامه ریزی عملکردی و استانداردها .شناخت مراکز تجاری تحت word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه های دانشجویی ارائه میگردد

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی دانلود مد.نمایش مد.پوشاک.تاریخچه پوشاک در ایران.مصادیق پوشاک.اصول و برنامه ریزی عملکردی و استانداردها .شناخت مراکز تجاری تحت word ،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن دانلود مد.نمایش مد.پوشاک.تاریخچه پوشاک در ایران.مصادیق پوشاک.اصول و برنامه ریزی عملکردی و استانداردها .شناخت مراکز تجاری تحت word :

دانلود مد.نمایش مد.پوشاک.تاریخچه پوشاک در ایران.مصادیق پوشاک.اصول و برنامه ریزی عملکردی و استانداردها .شناخت مراکز تجاری تحت word

چکیده :

تن پوش در ایران همانند دیگر جنبه های فرهنگ ما، دارای تنوعی در حد وسعت جغرافیایی و قدمتی شانه به شانه تاریخ این مرز پرگهر است. آن چه ما امروز به راستی در کشور احساس کمبود می کنیم نوعی نگاه خاص و ویژه به مساله پوشش است که برای زیست در دنیای امروز و جذب درست فرهنگ آن ضروری است.

اگر چه که در طول تاریخ سرزمینمان هیچگاه مجموعه ای سازمان یافته و متمرکز برای بر آوردن تمام نیازهای طراحی لباس شکل نگرفته اما با توجه به احساس نیاز به طراحی لباس و داشتن لباس های مخصوص در هر عصر و دوران این نیاز به گونه های مختلف و به صورت جسته و گریخته در قالب کارگاههای دوخت و طراحی و خیاطی لباس پاسخ داده شده است. اما امروزه این نیاز در تمام دنیا به صورتی برنامه ریزی شده و فکر شده پاسخ داده می شود و حتی بصورت یک رشته تخصصی و تجاری و در آمد زا مورد توجه و فایل و فایل و بهره برداری قرار می گیرد.

هدف اصلی این ایجاد مجموعه ای طراحی شده با عنوان «خانه لباس» و تامین نیاز های فضایی آن مانند «موزه لباس» به منظور آشنایی با قدمت و دیرینه طراحی لباس ایرانی و پوشش قومی های مختلف، همچنین طراحی فضاهای آموزشی و آموزشگاههای طراحی لباس و کارگاههای خیاطی، دوخت، پارچه و چاپ همچنین طراحی سالن های تخصصی نمایش لباس Fashion Show به منظور ترویج مد و الگو های طراحی شده و تامین نیازهای اقتصادی مجموعه و همچنین طراحی یک فضای نشیمن و یک پاتق آزاد برای گردهمایی عامه مردم به خصوص جوانان و گفتگو و تبادل و ارائه نظرات و اندیشه ها و نمایش عمومی و آزاد مد و لباس که از نیازهای انکار ناپذیر این سنین می باشد.

برخی تن پوشها، به ویژه جامعه زنانه برای خود آرایی و جلوه گری اندام یا ایجاد جاذبه جنسی و بر انگیختن احساس جنس مخالف دوخته و پوشیده می شوند. جنس و رنگ و دوخت و قد و قواره این نوع جامعه ها معمولاً به گونه ای است که در تقابل با ارزشهای فرهنگی، دینی،اخلاقی و مغایر با هنجار های پذیرفته شده در گروه و جامعه است.و از آنجا که بستر جامعه ها همواره در تعامل با دین و آیین بوده است و از این نظر که ادیان هر یک چهار چوبی خاص تعریف می کنند. عدم توجه صحیح به این چهار چوبهای دینی باعث ایجاد نوعی سردرگمی ذهنی در مردم کشور ما می شوند.

دانلود مد.نمایش مد.پوشاک.تاریخچه پوشاک در ایران.مصادیق پوشاک.اصول و برنامه ریزی عملکردی و استانداردها .شناخت مراکز تجاری تحت word
فهرست مطالب:
عنوان صفحه
چکیده
مقدمه
لباس ملی و مهندس بهشتی
سخنی با مسئولان فرهنگی، هنری اعتقادی کشور
تصویب آئین نامه صدور مجوز نمایشگاه های مد و لباس
1 ) فصل اول : مبانی و تعریف پیش نیازها
1 . 1 ) نمایش مد (fashion show)
1 . 2 ) مد
3 . 1 ) مد چیست؟
1 . 4 ) رشته ها (شاخه های )مد
1 . 5 ) مد و تنوع در پوشاک
1 . 6 ) مدل (model)
1 . 6 . 1 ) مدلهای نمایش لباس (fashion models)
1 . 7 ) سکوی نمایش مد (گربه رو) (cat walk)
1 . 8 ) پوشاک (clothing)
1 . 8 . 1 ) مواد لباس (جنس لباسها)
1 . 9 ) مد، تبلیغات، فروش
1 . 10 ) معماری برای طراحان مد باز آفرینی پدیده خرید
2 ) فصل دوم: تاریخچه پوشاک در ایران
2 . 1 ) تاریخچه لباس
2 . 1 . 1 ) نگاهی به تاریخچه نساجی در ایران
2 . 2 ) هنر نساجی در دوره ساسانی
2 . 2 . 1 ) سیر نمادین در طراحی پارچه های ساسانی
2 . 2 . 2 ) منسوجات نمادین ساسانی
2 . 3 ) لباس زنان ایرانی
2 . 4 ) نساجی در دوره هخامنشیان
2 . 4 . 1 ) دوران مادها و هخامنشیان
2 . 5 ) لباس مردان
2 . 5 . 1 ) پوشش سر
2 . 5 . 2 ) تن پوشهای رویی
2 . 5 . 3 ) پیراهنها و تونیکها
2 . 5 . 4 ) شلوار
2 . 5 . 5 ) پای افزار
2 . 6 ) لباس زنان
2 . 7 ) دوره اشکانیان
2 . 7 . 1 ) لباس مردان
2 . 7 . 2 ) پای افزار
2 . 7 . 3 ) لباس زنانه
2 . 8 ) دوره ساسانیان
2 . 8 . 1 ) لباس زنانه
2 . 8 . 2 ) لباس سلطنتی
2 . 8 . 3 ) لباس مردانه
2 . 9 ) دوره پیش از اسلام در شرق ایران
2 . 9 . 1 ) لباسهای رسمی مردان و زنان و جامه جنگجویان
2 . 9 . 2 ) سعدی ها و ختنی ها
2 . 9 . 3 ) پوشاک سعدیان
2 . 9 . 4 ) پای افزار
2 . 10 ) پوشاک طوایف ایرانی مقیم استپ های دریای سیاه و قفقاز
2 . 11 ) پوشاک دوره مغول و تیموریان
2 . 12 ) دوران صفویان و قاجاریان
2 . 12 . 1 ) دوره صفویه
2 . 12 . 2 ) دوره قاجاریه
2 . 13 ) دوره پهلوی
2 . 13 . 1 ) لباس زنان دوره رضاخان
2 . 14 ) لباس کردی در ایران
2 . 14 . 1 ) لباس کردهای کلیمی
2 . 15 ) پوشاک بلوچ در ایران
2 . 16 ) پوشاک در خراسان
2 . 17 ) لباس کردها و ترک ها در آذربایجان
2 . 18 ) پوشاک مردم حوزه های دریای خزر
2 . 19 ) لباس زنان گیلان
2 . 20 ) پوشاک ایلات قشقایی
2 . 12 ) پوشاک بختیاری ها و سایر اقوام لر زبان
2 . 12 ) پوشاک بختیاری ها و سایر اقوام لر زبان
3 ) فصل سوم: مصادیق و نمونه های مشابه
3 ) فصل سوم: مصادیق و نمونه های مشابه
3 . 1 ) فروشگاه پوشاک تن در فضایی سازمان یافته
3 . 2 ) فروشگاه پرادا/ طرح کولهاس نیویورک
3 . 3 ) مرکز خرید فوئف هوف، مونیخ
4 ) فصل چهارم: اصول برنامه ریزی عملکردی و استانداردها
4 . 1 ) فضا های فنی و کارگاهی
4 . 1 . 1 ) کارگاه خیاطی
4 . 2 ) کارگاه عکاسی
4 . 3 ) کلاسهای آموزشی تئوری
4 . 4 ) موزه
4 . 4 . 1 ) طرح ریزی موزه در مجموعه
4 . 4 . 2 ) اتاقهای نمایشگاه، شکل و نیاز
4 . 4 . 3 ) خصوصیات سالن نمایشگاه
4 . 4 . 4 ) روشهای مختلف هدایت بازدید کنندگان
4 . 4 . 5 ) مسیرهای حرکتی
4 . 5 ) موزه مردم شناسی
4 . 5 . 1 ) انواع موزه های مردم شناسی
4 . 5 . 2 ) موزه های مردم شناسی علم
4 . 5 . 3 ) موزه های مردم شناسی منطقه ای
4 . 5 . 4 ) موزه های هوای آزاد
4 . 5 . 5 ) برنامه ها و عملکرد های موزه های مردم شناسی
4 . 5 . 6 ) به نمایش گذاشتن اشیاء
4 . 6 ) کتابخانه
4 . 7 ) سالن مطالعه نشریات و مدارک ادواری
4 . 8 ) بخش خدمات کامپیوتری
4 . 9 ) سالن شو
4 . 9 . 1 ) آرایش و ابعاد صندلی
4 . 9 . 2 ) سالن انتظار
4 . 10 ) رستوران
4 . 10 . 1 ) کافه تریا
4 . 11 ) بخش تجاری
4 . 11 . 1 ) انواع مراکز خرید
4 . 11 . 2 ) شناخت انواع مراکز تجاری (به طور عام)
4 . 11 . 3 ) تسهیلات تجاری
4 . 11 . 4 ) مرکز خرید جامع
4 . 12 ) powercenter
4 . 12 . 1 ) مراکز خرید از تولید به مصرف و حراجی ها
4 . 12 . 2 ) مراکز خرید منطقه ای.
4 . 12 . 3 ) فضاهای تجاری سنتی ناحیه ای با فرم مرکزی
4 . 12 . 4 ) بازارهای موقتی
4 . 12 . 5 ) مرکز خرید خاص
4 . 13 ) مرکز life stylenone
4 . 14 ) شناخت مراکز خرید معاصر
4 . 15 ) مجموعه های تجاری
4 . 15 . 1 ) فروشگاههای بزرگ
4 . 15 . 2 ) فروشگاههای زنجیره ای
4 . 16 ) مقدمات طراحی مراکز تجاری
4 . 16 . 1 ) اصول مکان یابی مراکز خرید
4 . 16 . 2 ) اصول مکان یابی مرکز خرید
4 . 16 . 3 ) فاکتورهای اقتصادی تعیین کننده ارزش سایت
4 . 17 ) جذابیت برای مراجعه کنندگان
4 . 18 ) طراحی مراکز خرید
4 . 18 . 1 ) برنامه ریزی فضایی
4 . 18 . 2 ) طراحی و برنامه ریزی فضایی مناطق اطراف
4 . 18 . 3 ) امنیت
5 ) فصل پنجم: بررسی خصوصیات کالبدی، جغرافیایی و اقلیمی شهر تهران
5 . 1 ) تاریخچه شهر تهران
5 . 2 ) وجه تسمیه تهران
5 . 3 ) تاریخچه پیدایش تهران
5 . 4 ) تاریخچه توسعه تهران
5 . 4 . 1 ) وسعت تهران (تهران قدیم)
5 . 4 . 2 ) جمعیت تهران (تهران قدیم)
5 . 4 . 3 ) انتخاب تهران به پایتختی
5 . 4 . 4 ) دروازه های تهران
5 . 5 ) تهران امروز
5 . 5 . 1 ) سابقه شهر تهران
5 . 5 . 2 ) حوزه نفوذ
5 . 5 . 3 ) گسترش فیزیکی شهر تهران
5 . 6 ) جمعیت تهران
5 . 7 ) وضعیت اقتصادی
5 . 8 ) زبان و مذهب
5 . 9 ) جغرافیای تهران
5 . 9 . 1 ) موقعیت عمومی شهر تهران
5 . 9 . 2 ) موقعیت طبیعی شهر تهران
5 . 9 . 3 ) موقعیت جغرافیایی
5 . 9 . 4 ) تعداد شهرستانها، دهستانها و آبادیها
5 . 10 ) عوامل اصلی شکل دهنده اقلیم استان
5 . 10 . 1 ) ارتفاعات استان تهران
5 . 10 . 2 ) عرض جغرافیایی
5 . 10 . 3 ) منابع آبها (منابع رطوبتی)
5 . 10 . 4 ) توده های هوا و سیستم های هواشناسی موثر بر استان تهران
5 . 11 ) عوامل فرعی موثر بر اقلیم استان تهران
5 . 12 ) آب و هوای تهران
5 . 12 . 1 ) بادها
5 . 12 . 2 ) نم نسبی
5 . 12 . 3 ) بارندگی
5 . 12 . 4 ) دما
5 . 13 ) مطالعات زمین شناسی
5 . 14 ) پهنه بندی خطر زمین لرزه در تهران
5 . 15 ) نتیجه گیری و تعیین تدابیر طراحی اقلیمی
6 ) فصل ششم: بررسی و شناخت بستر طراحی
6 . 1 ) موقعیت سایت
6 . 2 ) کاربری سایت در طرح جامع و طرح تفضیلی
6 . 3 ) موقعیت نمادین محل و عناصر همجوار
6 . 4 ) دسترسی های
6 . 5 ) دید و منظر
7 ) فصل هفتم: مبانی نظری، برنامه فیزیکی
7 . 1 ) مبانی نظری
7 . 2 ) مبانی نظری طرح
7 . 3 ) بخش بندی فضاها
7 . 4 ) تعیین سطوح زیر بنا:
8 ) فصل هشتم: معرفی
8 . 1 ) اسکیسها و روند طراح
8 . 2 ) پلان ها و نقشه های ایزومتریک
8 . 3 ) نماها
8 . 4 ) مقاطع
8 . 5 ) تصاوی

دانلود این فایل

دانلود گزارش کارآموزی در شرکت علمی و تحقیقاتی اصفهان تحت word دارای 32 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد دانلود گزارش کارآموزی در شرکت علمی و تحقیقاتی اصفهان تحت word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه های دانشجویی ارائه میگردد

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی دانلود گزارش کارآموزی در شرکت علمی و تحقیقاتی اصفهان تحت word ،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن دانلود گزارش کارآموزی در شرکت علمی و تحقیقاتی اصفهان تحت word :

دانلود گزارش کارآموزی در شرکت علمی و تحقیقاتی اصفهان تحت word در 32 صفحه ورد قابل ویرایش

دانلود گزارش کارآموزی در شرکت علمی و تحقیقاتی اصفهان تحت word
فهرست مطالب

عنوان صفحه

آشنایی کلی با مکان کارآموزی

آشنایی با دستگاههای مورد استفادهدر آزمایشگاههای متالوگرافی

1- دستگاه سنباده

2- دستگاه پولیش مکانیکی

3- دستگاه برش

4- دستگاه مانت

5- بررسی ریز ساختارهای انعکاسی با میکروسکوپ

6- پولیش شیمیایی - محلولهای اچ


الف ) آشنایی کلی با مکان کارآموزی
شهرک علمی و تحقیقاتی اصفهان
Isfahan Science & Technology Town




تاریخچه فشرده ای از روند شکل گیری شهرک

1372 تا 1376 : تعیین و تصویب اعضای هیأت موسس شهرک توسط شورای پژوهشهای علمی کشور، مکان یابی، تشکیل هیأت اجرایی به ریاست استاندارد و تأسیس دبیرخانه شهرک، تشکیل کمیته های تخصصی در شهرک، آغاز طراحی مرکز رشد فناوری، تهیه و تصویب اساسنامه در شورای عالی انقلاب فرهنگی و شروع فعالیتهای تحقیقاتی بر روی 35 پروژه در شهرک.

1377 تا 1378 : تصویب ردیف بودجه ملی برای شهرک، برگزاری اولین جشنواره شیخ بهایی، واگذاری 52 هکتار از اراضی مجاور دانشگاه صنعتی جهت احداث شهرک، انجام مطالعات اولویت یابی گرایشهای تخصصی شهرک.

1379 : راه اندازی مرکز رشد فناوری در ساختمان 22 بهمن، پذیرش و استقرار 17 واحد فناوری در مرکز رشد، ایجاد شبکه تحقیقاتی همکار، عضویت شهرک در انجمن جهانی پارکهای علمی (IASP) ، عضویت شهرک در انجمن پارکهای علمی آسیا.

1380 : راه اندازی دوره پیش رشد، راه اندازی آزمایشگاهها و کارگاههای تخصصی.

1381 : راه اندازی مرکز رشد فناوری تخصصی ICT و پیگیری استقرار مؤسسات مربوطه در ساختمان اصلی مرکز رشد در مجاورت دانشگاه صنعتی اصفهان، افزایش تعداد مؤسسات به 40 واحد.


کلیات و اهداف

شهرک علمی و تحقیقاتی اصفهان در شمال غربی شهر اصفهان، در مجاورت دانشگاه صنعتی واقع شده است و محلی است که واحدهای تحقیقاتی مستقل و یا وابسته به سازمانها و صنایع در آن متمرکز می شوند. این مجموعه که به صورت یک منطقه ویژه تحقیقاتی عمل می کند با ترویج فضای نوآوری و رقابت در میان شرکتها و مؤسساتی که فعالیت هایشان مبتنی بر علم و دانش است و همچنین با تعمیق ارتباط بین دانشگاهها و سازمانهای تحقیقاتی، واحدهای تولیدی و مراکز تصمیم گیری دولتی شرایط را برای رسیدن به هدف نهایی توسعه فناوری فراهم می سازد.

ایجاد مراکز رشد (انکوباتورها) و کمک به تشکیل و رشد مؤسسات نوپا در زمینه تحقیقات و فناوری از اقدامات بنیادینی است که این شهرک در جهت نیل به هدف فوق انجام می دهد.

کاهش فاصله فناوری با کشورهای توسعه یافته، نوسازی صنایع و افزایش توان رقابتی آنها، بومی سازی فناوری و ایجاد اشتغال مولد در بخش خصوصی برای فارغ التحصیلات جوان از دیگر اهداف این شهرک است.

شهرک علمی و تحقیقاتی اصفهان تحت نظارت عالیه هیأت امنا توسط سازمانی مرکزی که وابسته به وزارت علوم، تحقیقات و فناوری است اداره می شود.


نتایج حاصل از فعالیتهای شهرک

- گسترش واحدها و سازمانهای تحقیقاتی و شرکتهای خدمات مهندسی و تکمیل چرخه تحقیقات.

- کارآفرینی برای نیروهای محقق جوان (دانش آموختگان ارشد دانشگاهها).

- کاربردی کردن و تجاری کردن نتایج

- نوسازی صنایع موجود با بهره گیری از ابداعات یا دستیابی به فناوری به شیوه مهندسی معکوس.


شبکه واحدهای تحقیقاتی همکار

شهرک علمی و تحقیقاتی اصفهان با توجه به تنوع، تعدد و پراکندگی واحدهای تحقیقاتی، ضعف ارتباطات منطقی بین واحدهای تحقیقاتی موجود در منطقه و در جهت گسترش و ارتقاء فعالیتهای پژوهشی، شبکه ای متشکل از واحدهای تحقیقاتی همکاری ایجاد کرده است.

از اساسی ترین اهداف راه اندازی این شبکه ایجاد تعامل بین واحدهای تحقیقاتی موجود در منطقه از طریق افزایش ارتباط بین آنها بوده است. به این منظور یک بانک اطلاعاتی از پتانسیلهای نرم افزاری و سخت افزاری واحدهای عضو تهیه شده است که علاوه بر شناسایی پتانسیلهای تحقیقاتی موجود در منطقه امکان برنامه ریزی جهت تأمین تجهیزات و امکانات مورد نیاز منطقه را نیز فراهم می کند. با وجود این شبکه ارتباطات بین واحدهای عضو گسترش یافته و امکان مشارکت آنها در اجرای طرحهای ملی و بزرگ صنعتی در حد توان و امکانات فراهم می شود. واحدهایی که می توانند عضو شبکه همکار شوند:

- واحدهای تحقیق و توسعه صنایع

- شرکتهای خصوصی خدمات مهندسی و تحقیقاتی

- مراکز پژوهشی و پژوهشکده های دانشگاهها

- مؤسسات تحقیقاتی خصوصی

- مؤسسات تحقیقاتی دولتی





مزایای عضویت در شبکه همکار

- برخورداری از خدمات ستادی و پشتیبانی برای برقراری ارتباط ساده و روان با صنایع و بخشهای اقتصادی و سایر واحدهای تحقیقاتی.

- بهره گیری و استفاده از خدمات آزمایشگاهی و تجهیزاتی سایر مؤسسات عضو شهرک

- دسترسی به اطلاعات و نیازهای تحقیقاتی صنایع همکاری شهرک و برخورداری از راهنمایی تا مرحله عقد قرارداد.


واحدهای قابل استقرار در شهرک

واحدها و مؤسسات تحقیقاتی خصوصی، دولتی، وابسته به دانشگاهها و مراکز آموزش عالی و همچنین وابسته به صنایع و سازمانها نظیر مراکز تحقیق و توسعه و یا دفتر مطالعات و برنامه ریزی.



مرکز رشد فناوری

مرکز رشد فناوری (انکوباتور) شهرک با هدف ایجاد جاذبه برای شکل گیری شرکتهای خصوصی فناوری، کاهش ریسک مؤسسات نوبنیاد، کمک به اشتغال فارغ التحصیلان دانشگاه و رشد اقتصادی منطقه راه اندازی شده است. وظیفه این مرکز کمک به رشد هسته ها، شرکتها و مؤسسات فناوری، ارائه خدمات پشتیبانی به واحدهای مذکور و نظارت بر روند رشد آنها می باشد. خدماتی که مرکز رشد ارائه می دهد عمدتاً از نوع فنی و تخصصی، مشاوره ای، اطلاع رسانی و پشتیبانی و اداری است. ارائه خدمات در قبال دریافت هزینه بر اساس تعرفه های مصوب انجام می­گیرد و سیاست شهرک آن است که ارائه خدمات را به واحدهای خدماتی خصوصی واگذار کند. مؤسساتی که وارد مرکز رشد می شوند طی دوره ای 3 ساله به ترتیب مراحل پرورش ایده، رشد علمی، تولید محصول و بازاریابی را پشت سر گذاشته و در این مدت از خدمات زیر بهره مند می­شوند:

- خدمات عمومی شامل اسکان، منشی گری، تایپ و تکثیر، ارسال مراسلات

- خدمات اطلاع رسانی شامل شبکه داخلی (LAN) ، اینترنت، سایت اینترنتی، کتابخانه

- خدمات فنی و تخصصی شامل آزمایشگاه طراحی، آزمایشگاه متالوگرافی، آزمایشگاه الکترونیک، آزمایشگاه پایه شیمی و کارگاه ماشین ابزار.

- خدمات مشاوره ای شامل سمینارهای دوره ای مشاوره ای (حقوقی، مالی، بازاریابی) ، بهره گیری از مشاورین مالیاتی، حقوقی، بازاریابی و علمی.



شرایط کلی پذیرش مؤسسات فناوری

پذیرش مؤسسات متقاضی بر اساس 3 معیار ایده مناسب مبتنی بر فناوری. ترکیب نیروی انسانی متناسب با زمینه فعالیت مؤسسه، و برنامه کاری مبتنی بر شناخت بازار انجام می گیرد. شرط استقرار در مرکز رشد و برخورداری از خدمات موجود در دوره رشد برای مؤسسات پذیرفته شده، داشتن ماهیت حقوقی و یا آمادگی برای ثبت شرکت / مؤسسه می باشد. منظور از ترکیب نیروی انسانی متناسب، وجود حداقل دو نفر عضو تمام وقت است که یک نفر از آنها کارشناس ارشد و از اعضا مؤسس باشد.

مؤسساتی که در یکی از موارد ایده مناسب یا ترکیب نیرو ضعف داشته باشند در دوره پیش رشد پذیرفته می شوند.



دوره پیش رشد

در جهت تکمیل اهداف مرکز رشد فناوری شهرک، دوره پیش رشد وظیفه حمایت از
هسته های تحقیقاتی نوپا متشکل از فارغ التحصیلان و یا دانشجویان ممتاز مقاطع کارشناسی ارشد و دکتری رابه­عهده دارد. از اهم فعالیتهای این دوره کمک به پرورش ایده های تحقیقاتی توسعه­ای هسته­ها و فراهم نمودن فضای لازم برای رشد کیفی و کمی آنها به منظور انتقال به مرکز رشد به عنوان مؤسسه های حقوقی است. در این دوره خدمات برنامه ریزی شده بصورت محدود در اختیار هسته های مستقر قرار داده می شود. طول این دوره از 6 تا 9 ماه برنامه ریزی شده است.

کلیدهای شکل:

1 - mm SLR35 دوربین خانگی

2 – تطبیق دهنده T2

3 - f بیرونی = mm 63 که روی T2 سوار می شود.

4 – تطبیق دهنده T2 / x 5/2 برای دوربین های SLR

5 - T2 / x 5/2 تطبیق دهنده comp

6 - T2 / x 5/2 تطبیق دهنده دوربین

8 و 11 – عدسی چشمی

9 – تطبیق دهنده دوربین میکروسکوپ (وضعیت تصویر mm 60)

10 – تطبیق دهنده دوربین میکروسکوپ (وضعیت تصویر mm 44)

12 – قید دوربین به قطر mm 40

13 – قید دوربین در وضعیت mm 44

14 – قید دوربین در وضعیت mm 60

16 – سطح تماس در axiover 25C/CFL/Cafront Prort

17 – تماس دوربین در قسمت جلویی M135 / 135 / M 35 / 35 axiover

18 – تلسکوپ یک چشمی

19 – عکس شبکه دوربین نجومی








6 – پولیش شیمیایی – محلولهای اچ

توضیح دستگاه:

این دستگاه با وارد آوردن ارتعاش به مایعی که درون آن می باشد باعث حذف لایه های جرم و کثیفی یا لایه اچ شده فلز می شود و در واقع این دستگاه نوعی دستگاه پولیش می باشد.

دانلود این فایل

دانلود مقاله در مورد داده کاوی در پزشکی تحت word دارای 43 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد دانلود مقاله در مورد داده کاوی در پزشکی تحت word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی دانلود مقاله در مورد داده کاوی در پزشکی تحت word ،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن دانلود مقاله در مورد داده کاوی در پزشکی تحت word :

چکیده
در دنیای پزشکی امروز،‌داده‌های مربوط به علائم بیماران مبتلا به بیماری‌های گوناگون و نتایج روش‌های کمکی برای تشخیص این بیماری‌ها، بسیار وسیع و گسترده هستند، به طوری که معمولاً تحلیل و در نظر گرفتن همه جنبه‌ی کلیه عوامل دخیل توسط یک فرد، دشوار به نظر می‌آید. این جاست که نیاز به یک سیستم مکانیزه برای کمک به کشف الگوهای موجود و هم چنین پیش بینی رخدادهای آتی کاملاً احساس می‌شود. دانش داده کاوی به عنوان ارائه کننده‌ی این سیستم

مکانیزه کمک‌های شایانی در پیشرفت‌های پزشکی به ویژه در زمینه‌ی تشخیص بیماری‌های گوناگون کرده است. در بعضی از بیماری‌ها در صورت تشخیص دیرهنگام، می‌توانند به عنوان عوارض جدی و خطرناک و حتی به مرگ منجر شوند، لذا تشخیص به موقع آن‌ها برای پیشرفت درمان ضروری است. در این مقاله به بررسی تأثیرات الگوریتم‌های داده کاوی در بیماری‌ها و علوم پزشکی پرداخته‌ایم.
واژگان کلیدی: داده‌کاوی، شبکه عصبی، درخت تصمیم

مقدمه:
داده کاوی فرآیند است خودکار برای استخراج الگوهایی که دانش را بازنمایی می‌کنند، که این دانش به صورت ضمنی در پایگاه داده‌های عظیم، انباره داده و دیگر مخازن برزرگ اطلاعات، ذخیره شده است. داده کاوی، به طور همزمان از چندین رشته علمی، نظیر: تکنولوژی پایگاه داده، هوش مصنوعی، یادگیری ماشین، شبکه‌های عصبی،‌آمار، شناسایی الگو، سیستم‌های مبتنی بر

دانش،‌حصول دانش، بازیابی اطلاعات، محاسبات سرعت بالا و بازنمایی بصری داده بهره می‌برد. داده کاوی در اواخر دهه 1980 پدیدار گشته، در دهه 1990 گام‌های بلندی در این شاخه از علم برداشته شده و انتظار می‌رود در این قرن به رشد و پیشرفت خود ادامه دهد؛ و افزایش روز افزون پیشرفت در زمینه تکنولوژی اطلاعات باعث شده که رشد چشم‌گیری در علوم مختلف به وجود آید. یکی از این رشته‌ها که تغییر در آن قابل ملاحظه است،‌رشته پزشکی می‌باشد. استفاده از تکنیک‌های داده کاوی در این شاخه از علم باعث شده که در کلیه مباحث مخصوصاً تشخیص بیماری‌ها کمک بسیاری به پزشکان شود.

1-1-تاریخچه داده کاوی:

بارشدفناوریاطلاعاتوروشهایتولیدوجمعآوریدادهها،پایگاهدادههایمربوطبهدادههایتبادلاتتجاری،کشاورزی،اینترنت،جزئیاتمکالماتتلفنی،دادههایپزشکیوغیرهسریعترازهرروزجمعآوریوانبارشمیشوند. لذاازاواخردهه 80 میلادیبشربهفکردستیابیبهاطلاعاتنهفتهدراینپایگاهدادههایحجیمافتادزیراسیستمهایسنتیقادربهاینکارنبودند.
دادهکاوی فرآیندیاستکهدرآغازدهه 90 مطرحشدوبانگرشینو،بهمسئلاستخراجاطلاعاتازپایگاهدادههامیپردازد. ازسال 1995 دادهکاویبهصورتجدیواردمباحثآمارشدودرسال1996 ،اولینشمارهمجلکشفدانشومعرفتازپایگاهدادهها منتشرشد. محققانینظیربراچمنوآناند (1996) کلیهمراحلواقعگرایانهوروبهجلوکشفدانشازپایگاهدادههاراتشخیصدادند. درحالحاضر،دادهکاویمهمترینفناوریجهتبهرهبرداریموثرازدادههایحجیماستواهمیتآنروبهفزونیاست. بهطوریکهتخمینزدهشدهاستکهمقداردادههادرجهانهر20 ماهبهحدوددوبرابرمیرسد.در یک تحقیق که بر روی گروه‌های تجاری بسیار بزرگ در جمع‌آوری داده‌ها صورت گرفته مشخص گردید که 19 درصد از این گروه‌ها دارای پایگاه داده‌هایی با سطح بیشتر از 50 گیگا بایت می‌باشند و 59 درصد از آنها انتظار دارند که در آینده‌ای نزدیک در چنین سطحی قرار گیرند.
در صنایعی مانند کارت‌های اعتباری و ارتباطات و فروشگاه‌های زنجیره‌ای و خریدهای الکترونیکی و اسکنرهای بارکد خوان هر روزه داده‌های زیادی تولید و ذخیره می‌شوند. افزایش سرعت کامپیوترها باعث به وجود آمدن الگوریتم‌هایی شده است که قدرت تجزیه و تحلیل بسیار بالایی دارند بدون اینکه محدودیتی در زمینه ظرفیت و سرعت کامپیوترها داشته باشند.
در سال 1989 و 1991 کارگاههای کشف دانش و معرفت ازپایگاه داده‌ها توسط پیاتتسکی و همکارانش برگزار شد. در فواصل سالهای 1991 تا 1994 کارگاههای کشف دانش و معرفت از پایگاه‌ داده‌ها توسط فییاد و پیاتتسکی و دیگران برگزار شد. به طور رسمی اصطلاح داده کاوی برای اولین بار توسط فییاد در اولین کنفرانس بین المللی «کشف دانش و داده کاوی» در سال 1995 مطرح شد. امروزه کنفرانسهای مختلفی در این زمینه در سراسر دنیا برگزار می‌شود.

افزایش داده‌های بسیار باعث پیدایش فرصتهای تازه برای کار در علوم مهندسی و کسب و کار شده است. زمینه داده کاوی و کشف دانش از پایگاه‌ داده‌ها به عنوان یک رشته علمی جدید در مهندسی و علوم کامپیوتر ظهور کرده است. مهندسی صنایع با حوزه‌های گوناگون و در برداشتن فرصتهای بی‌نظیر اکنون برای کاربرد داده کاوی و کشف دانش از پایگاه داده‌ها و بری توسعه مفاهیم و روشهای تازه در این زمینه آماده است. فرآیندهای صنعتی زیادی اکنون برای مطمئن شدن از کیفیت سفارشات محصول و کاهش هزینه‌های محصول به طور خودکار و کامپیوتری شده‌اند.
1-2- داده کاوی چیست؟
نگاهی به ترجمه تحت اللفظی داده کاوی، به ما در درک بهتر این واژه کمک می‌کند. Mine به معنای استخراج از منابع نهفته و با ارزش زمین اتلاق می‌شود. پیوند این کلمه با کلمه داده‌، جستجویی عمیق جهت پیدا کردن اطلاعات اضافی مفید که قبلاً نهفته بودند، از داد‌های قابل دسترس حجیم، را پیشنهاد می‌کند.
داده کاوی یک رشته نسبتاً جدید علمی می‌باشد که از انجام تحقیقات در رشته‌های آمار، یادگیری ماشین، علوم کامپیوتر خصوصاً مدیریت پایگاه داده‌ها شکل گرفته است.
تعاریف متنوعی از داده کاوی در مراجع مختلف و توسط افراد مختلف ارائه شده از جمله:
1- داده کاوی عبارت است از فرآیند استخراج اطلاعات معتبر، از پیش ناشناخته، قابل فهم و قابل اعتماد از پایگاه‌ داده‌های بزرگ و استفاده از آن در تصمیم‌گیری در فعالیت‌های تجاری مههم.
2- اصطلاح داده کاوی به فرآیند نیمه خودکار تجزیه و تحلیل پایگاه داده های بزرگ به منظور یافتن الگوهای مفید اطلاق می‌شود.
3- داده کاوی یعنی جستجو در یک پایگاه داده ها برای یافتن الگوهایی میان داده‌ها.
4- داده کاوی یعنی تجزیه و تحلیل مجموعه داده‌های قابل مشاهده برای یافتن روابط مطمئن بین داده‌ها.
5- عبارت داده کاوی مترادف با یکی از عبارت‌های استخراج دانش، برداشت اطلاعات، وارسی داده‌ها و حتی لایروبی کردن داده‌هاست که در حقیقت کشف دانش در پایگاه داده‌های (KDD) را توصیف می‌کند.
اما تعریفی که در اکثر مرجع به اشتراک ذکر شده عبارت است از «استخراج اطلاعات و دانش و کشف الگوهای پنهان از پایگاه‌ داده‌های بسیار بزرگ و پیچیده». داده کاوی یک متدولوژی بسیار قوی و با پتانسیل بالا می باشد که به سازمان ها کمک می‌کند که بر روی مهمترین اطلاعات از مخزن داده‌ها ی خود تمرکز نمایند.
داده کاوی فرآیندی است که از ابزارهای تحلیلی گوناگونی برای کشف الگوها و روابط بین داده‌ها استفاده می‌کند که ممکن است برای اعتبار بخشیدن به پیش‌بینی استفاده شود.
داده کاوی کمک می‌کند تا سازمان‌ها با کاوش بر روی داده‌های یک سیستم، الگوها و رفتارهای آینده را کشف و پیش بینی کرده و بهتر تصمیم بگیرند. داده کاوی با استفاده از تحلیل وقایع گذشته یک تحلیل اتوماتیک و پیش بینانه ارائه می‌نماید و به سوالاتی جواب می‌دهد که پاسخ آنها در گذشته ممکن نبوده و یا به زمان زیادی نیاز داشته است.
همانگونه که در تعاریف گوناگون داده کاوی مشاهده می‌شود، تقریباً در تمامی تعاریف به مفاهیمی چون استخراج دانش، تحلیل و یافتن الگوی بین داده ها اشاره شده است.
1-3-داده کاوی و کشف دانش از پایگاه داده:
اصلی‌ترین دلیلی که باعث شده داده کاوی کانون توجهات در علوم پزشکی قرار بگی

رد، مسئله در دسترس بودن حجم وسیعی از داده‌ها و نیاز شدید به اینکه از این داده‌ها، اطلاعات و دانش سودمند استخراج می‌کنند. داده کاوی عبارت از اقتباس یا استخراج دانش از مجموعه‌ای از داده‌ها است.
داده کاوی را می‌توان حاصل سیر تکاملی طبیعی تکنولوژی اطلاعات دانست، که این سیر تکاملی ناشی از یک سیر تکاملی در صنعت پایگاه داده، نظیر: عملیات جمع آوری داده‌ها و ایجاد پایگاه داده، مدیریت داده و تحلیل و فهم داده می‌باشد.
به منظور شناسایی و استخراج الگو و روابط جدید که بتواند دانش جدیدی را به ثمر برساند، کشف دانش در پایگاه‌های اطلاعاتی روش‌هایی متنوع و گسترده‌ای را به کار می‌برد مانند ترکیب قدرت رایانه و تخصیص قدرت و مهارت در انسان. کشف دانش دارای مراحل تکراری زیر است:
پاک سازی داده‌ها (از بین بردن نویز و ناسازگاری داده‌ها)، یکپارچه سازی داده‌ها (چندین منبع داده ترکیب می‌شوند)، انتخاب داده‌ها (داده‌های مرتبط با آنالیز از پایگاه داده بازیابی می‌شوند)، تبدیل کردن داده‌ها (تبدیل داده‌ها به فرمی که مناسب برای داده کاوی باشد مثل خلاصه سازی و همسان سازی)، داده کاوی (فرآیند اصلی که روال‌های هوشموند برای استخراج الگوها از داده ها به کار گرفته می‌شوند)، ارزیابی الگو (برای مشخص کردن الگوهای صحیح و مورد نظر به وسیله معیارهای اندازه‌گیری)، ارائه دانش (یعنی نمایش بصری، تکنیک‌های بازنمایی دانش برای ارائه دانش کشف شده به کاربر استفاده می‌شود). داده کاوی فقط یک ابزار است و نه یک عصای جادویی. داده کاوی به این معنی نیست که شما راحت به کنار بنشینیم و ابزارهای داده کاوی همه کار را انجام دهد.
داده کاوی نیاز به شناخت داده‌ها و ابزارهای تحلیل و افراد خبره در این زمینه‌ها را از بین نمی‌برد. داده کاوی فقط به تحلیلگران برای پیدا کردن الگوها و روابط بین داده‌ها کمک می‌کند و در این مورد نیز روابطی که یافته می‌شود باید به وسیله داده‌های واقعی دوباره بررسی و تست گردد.
1-4- مراحل داده کاوی :

داده کاوی در این چرخه خود نیز شامل مراحل مختلفی می‌باشد که عبارتند از:
1- تعیین اطلاعات گذشته
2- تمیز کردن داده ها و پردازش اولیه. در این مرحله خطاهای داده‌ها تصحیح می‌شوند و داده های اشتباه جایگزین می‌شوند. این مرحله ممکن است تا 60 درصد از زمان داده کاوی را دربرگیرد.
3- یکپارچه سازی داده‌ها. معمولاً داده‌ها از منابع متفاوتی جمع آوری می‌شوند باید به صورتی درآیند که یک مخزن از داده های مناسب ایجاد شود تا بتوان عملیات داده کاوی را بهتر انجام داد.
4- انتخاب مجموعه داده های هدف
5- یافتن ویژگیهای مورد استفاده و تعیین ویژگی‌های جدید
6- نمایش داده‌ها به صورتی که بتوان برای داده کاوی استفاده نمود.
7- انتخاب عملیات داده کاوی (طبقه بندی، خوشه بندی، پیش بینی و غیره)
8- انتخاب روش داده کاوی (شبکه‌های عصبی، درخت تصمیم و نظایر آن)
9- داده کاوی و جستجو برای یافتن الگوی مناسب
10- ارزیابی و تحلیل اگلوی به دست آمده و حذف الگوهای نامناسب
11- تفسیر نتایج داده‌ها و استنتاج از اطلاعات با ارزش
باید توجه داشت که جمع آوری و محافظت از داده‌ها نکته بسیار مهمی می‌باشد. اصولاً چون قابل و نوع داده‌ها در طول زمان تغییر می‌کند ممکن است بسیاری از داده‌های موجود در قالبهای متفاوت باشند و همچنین بسیاری از دادههای قدیمی از بین رفته و دور ریخته شوند. در حالی که ممکن است اهمیت این دادها از داده‌های جدید به هیچ وجه کمتر نباشد. همچنین به علت این که داده‌ها می‌توانند از منابع مختلف داخلی و خ ارجی مانند کارکنان شرکت، مدیران، مشتریان، کارفرمایان، پیمانکاران باشند باز هم ممکن است قالب داده‌ها با هم یکسان نباشد. به همین دلیل انتخاب داده‌های درست و یکپارچه سازی قالب آن‌ها به منظور استفاده در داده کاوی از اهمیت بسیار بالایی برخوردار می‌باشد. در شکل 1-1 می‌توان مراحل داده کاوی را به اختصار نشان داد.

شکل 1-1 مراحل داده کاوی
1-5-اجزای اصلی سیستم داده کاوی:
سیستم داده کاوی دارای اجزای بسیار زیادی می‌باشد که در ادامه به بسیاری از آن‌ها می‌پردازیم:
پایگاه داده، انباره داده یا دیگر مخازن اطلاعات: که از مجموعه‌ای از پایگاه داده ها، انباره داده، صفحه گسترده، یا دیگر انواع مخازن اطلاعات، پاکسازی داده‌ها و تکنیک‌های یکپارچه سازی روی این داده‌ها انجام می‌شود.
سرویس دهنده پایگاه داده یا انبار داده: که مسئول بازیابی داده‌های

مرتبط براساس نوع درخواست داده کاوی کاربر می‌باشد.
پایگاه دانش: این پایگاه از دانش زمینه تشکیل شده تا به جستجو کمک کند یا برای ارزیابی الگوهای یافته شده از آن استفاده می‌شود.
موتور داده کاوی: این موتور جزء اصلی از سیستم داده کاوی است و به طور ایده آل شامل مجموعه‌ای از پیمانه‌هایی نظیر توصیف، تداعی، کلاس بندی، آنالیز خوشه‌ها و آنالیز تکامل و انحراف است.
پیمانه ارزیابی الگو: این جزء معیارهای جذابیت را به کار می‌بندد و با پیمانه داده کاوی تعامل می‌کند، بدین صورت که تمرکز آن بر جستجو بین الگوهای جذاب می‌باشد، و از یک حد آستانه جذابیت استفاده می‌کند تا الگوهای کشف شده را ارزیابی کند.
واسط گرافیکی کاربر: این پیمانه بین کاربر و سیستم داده کاوی ارتباط برقرار می‌کند، به کاربر اجازه می‌دهد تا با سیستم داده کاوی از طریق پرس و جو ارتباط برقرار کند. این جزء به کاربر اجازه می‌دهد تا شمای پایگاه داده یا انباره داده را مرور کرده، الگوهای یافته شده را ارزیابی کرده و الگوها را در فرم‌های بصری گوناگون، بازنمایی کند.

1-6- عملیات داده کاوی:
مجموعه عملیاتی را که روش داده کاوی قادر به انجام آن است در ذیل به صورت کامل تشریح شده‌اند.

1-6-1- طبقه بندی و پیشگویی
طبقه بندی یکی از عملیات رایج و مورد استفاده در داده کاوی است. طبقه‌بندی عملیاتی است که سازمانها را قادر می‌سازد که در حل مسائل خاص در مجموعه‌های بزرگ و پیچیده به کشف الگوها دست یابند. طبقه‌بندی فرآیندی می‌باشد که مجموعه‌ داده‌ها را به قسمت‌های مشخص تقسیم می‌کند. برای مثال مشتریان یک شرکت بیمه را براساس خصوصیاتشان به دو گروه با ریسک بالا و ریسک پائین تقسیم می‌کند. با این کار در واقع مشتریان این شرکت طبقه‌بندی شده‌اند.
ساده‌ترین روشی که برای طبقه‌بندی به نظر می رسد گذاشتن حدی برای دسته‌ها می باشد، مثلاً افراد با درآمد بالای مقداری مشخص را به یک دسته و افراد با درآمد پائین‌تر از آن را به یک دسته‌ی دیگر تخصیص دهیم.
میشل (1997)، مولر و چرکاسکی (1998)، تعدادی از روشهایی که می توانند جهت داده کاوی مسائل طبقه‌بندی به کاربرده شوند، شامل: درخت تصمیم و شبکه‌های عصبی و نظیر این‌ها را ارایه کردند. این روشها در دامنه گسترده‌ای از زمینه‌های مهندسی به کار برده می‌شوند. برای نمونه، شبکه‌های عصبی در کنترل بازخوردها برای کشف الگوها و آشکارسازی خروجی مناسب کنترل شده به کاربرده می‌شوند.
طبقه بندی داده‌ها یک فرآیند دو مرحله‌ای می‌باشد. در گام اول، یک مدل براساس مجموعه داده‌های آموزشی موجود در پایگاه داده ها ساخته می‌گردد. مجموعه داده‌های آموزشی از رکوردها، نمونه‌ها،‌مثالها و یا اشیائی که شامل مجموعه‌ای از صفات یا جنبه ها می‌باشد، تشکیل شده‌اند. هر نمونه یک برچسب کلاس معلوم دارد، که در یکی از صفات به نام برچسب کلاس مشخص شده است. به هر یک از نمونه های مجموعه داده‌های آموزشی، یک نمونه آموزشی گویند، که به طور تصادفی از مجموعه داده‌ها انتخاب می‌شود. زمانی که برچسب کلاس آموزشی مشخص باشد، این مرحله از یادگیری را یادگیری نظارت شده (یادگیری

با ناظر) می‌نامند. نوع دیگری از یادگیری بدون نظارت (یادگیری بدون ناظر) می‌باشد،‌که در آن برچسب کلاس هر نمونه آموزشی نامعلوم است (مانند خوشه بندی). به طور معمول،‌مدلهای ساخته شده به فرمهایی از قواعد طبقه‌بندی و درخت تصمیم نشان داده می‌شوند.
به عنوان مثال یک پایگاه داده ها شامل اطلاعات مشتریان کارتهای اعتبرای را در نظر بگیرید، قواعد طبقه‌بندی می‌تواند جهت طبقه بندی مشتریان به نرخ اعتبار عالی و خوب ساخته شوند. از این قواعد می‌توان جهت طبقه بندی نمونه داده‌های جدید استفاده کرد.
در گام دوم مدل برای طبقه بندی مناسب مشتریان جدید استفاده می‌شود. قواعد یادگیری

که از تحلیل داده‌های مشتریان موجود حاصل شده است، می‌تواند برای پیشگیری کلاس اعتبار مشتریان جدید با‌ آینده مورد استفاده قرار گیرد.
از نقطه نظر کلی، طبقه بندی و رگرسیون دو نوع اصلی از مسائل پیشگویی هستند، که طبقه بندی جهت پیشگوی مقادیر گسسته و اسمی مورد استفاده قرار می‌گیرد، در حالی که رگرسیون جهت پیشگویی مقادیر پیوسته مورد استفاده قرار می‌گیرد. در اینجا ما پیشگویی را برای پیشگویی برچسب کلاس به عنوان طبقه بندی و برای پیشگویی مقادیر پیوسته، به عنوان پیشگویی معرفی می‌کنیم.
طبقه بندی و پیشگویی کاربردهای زیادی در بازرگانی، بانکداری، پزشکی، ارتباطات، کشاوریز و غیره دارد.
طبقه بندی را می‌توان به عنوان یک فرآیند دو مرحله‌ای در نظر گرفت. اول، یک مدل طبقه بندی با توجه به مجموعه داده‌های آموزشی ساخته می‌شود. چنین مدلی می‌تواند به فراهم کردن یک درک بهتر از داده‌های گمشده کمک کند. به طور معمول، این مدلها به فرمهایی از درخت تصمیم، یا فرمولهای ریاضی نمایش داده می‌شود. سپس مدل می‌تواند قوانین اگر- آنگاه را جهت پیشگویی برچسب‌های کلاس داده‌های جدید که دارای برچسب کلاس نامعلوم هستند، مورد استفاده قرار دهد.
1-6-1-1- روشهای طبقه بندی:
روشهای طبقه بندی در داده کاوی عبارتند از:
1- رگرسیون خطی چند گانه
2- رگرسیون لجستیک
3- تحلیل ممیزی
4- بیز ساده
5- شبکه‌های عصبی
6- درختهای تصمیم
7- K- نزدیکترین همسایگی
1-6-2- خوشه بندی:
خوشه بندی یکی از مهمترین ابزار کشف داده‌ها است که در کشف‌های تصادفی به کار گرفته می‌شود. در حال حاضر، اخذ دانش یک گلوگاه عمده در فرآیند مهندسی دانش محس

وب می‌شود. الگوریتم‌های یادگیری ماشین و داده‌ کاوی با هدف استخراج دانش از داده‌ها، به عنوان روشی برای حل این مشکل مطرح می‌باشند. یک رهیافت متداول در این زمینه روش خوشه بندی است که برای تصمیم‌گیری یا طبقه بندی یا کلاس بندی می‌تواند تصمیمات نمادینی را به نمونه‌های جدید با استفاده از نمونه‌های موجود متسب کنند. روش‌های خوشه بندی به واسطه قابلیت درکی که در خود نهفته دارند، از اقبال خوبی برخوردار شده اند. وجود قابلیت درک از جه

ات گوناگونی حائز اهمیت می‌باشد: فهم قلمرو، درک قابلیت‌های کلاس‌بندی، توجیه تصمیم و بالاخره وجود قوانینی نمادینی که می‌توانند از روی خوشه‌های استخراج شده و سپس در یک سیستم تصمیم‌گیری مبنی بر قوانین به کار گرفته شوند.
خوشه‌بندی در واقع یک عملیات غیرنظارتی می‌باشد. این عملیات هنگامی استفاده می‌شود که ما به دنبال یافتن گروه‌هایی از داده‌های مشابه می‌باشیم بدون اینکه از قبل پیش بینی در مورد شباهت‌ای موجود داشته باشیم. خوشه بندی معمولاً هنگامی استفاده می‌شود که به دنبال یافتن گروه‌هایی از مشتریان هستیم که قبلاً شناخته نشده‌اند. برای مثال می‌توان شباهت‌های مشتریان در استفاده از تلفن همراه را به منظور گروه‌بندی مشتریان و تشخیص خدمت جدیدی جستجو نمود.
خوشه بندی عملی است که در طی آن گروه‌هایی از داده‌ها و یا اقلام وجود دارند به طوری که هر مورد به یک خوشه نسبت داده می‌شوند واعضای داخل خوشه نیز باید دارای شباهت ذاتی با هم باشند و معیار اندازه‌گیری شباهت باید کاملاً مشخص باشد و برای هر جفت از موارد قابل محاسبه باشد. بنابراین در هر خوشه یک خود شباهتی بین اقلام آن خوشه وجود دارد.
پایگاه‌های داده بسیار بزرگ ممکن است شامل متغیرهای بسیار زیاد، ابعاد بسیار بزرگ و ساختار بسیار پیچیده باشند به طوریکه حتی بهترین روش‌های داده کاوی مستقیم هم نمی توانند الگوهای معنی داری در آن‌ها را استخراج نمایند. در خیلی از موارد مشکل این نیست که الگویی برای کشف شدن وجود ندارد بلکه در واقع تعداد زیادی الگو وجود دارد ولی روشهای داده کاوی برای جواب دادن به سوالی که مطرح شده است، الگویی کشف نمی‌کنند.
در بازاریابی ممکن است افراد، جامعه را به وسیله متغیرهایی که از قبل به عنوان معیارهای مناسبی می‌شناختیم طبقه‌بندی نماییم. در حالی که ممکن است به دلیل پیچیدگی پایگاه داده‌ها نظری در مورد متغیرهای طبقه‌بندی کننده و یا چگونگی تعیین و یا خوشه ها نداشته باشیم. در این گونه موارد است که به سراغ روشهای خوشه بندی می‌رویم.
خوشه بندی یک روش داه کاوی غیر مستقیم است. برای اکثر روش‌های داده کاوی مثل درخت تصمیم گیری و شبکه‌های عصبی، با یک مجموعه آموزشی شروع کرده و به کمک این مجموع

ه سعی می‌شود یک مدل برای بخش‌بندی داده ها، ایجاد گردد. سپس از آن مدل برای پیش بینی داده‌های جدید استفاده شود.
در روش خوشه بندی هیچ دسته‌ای از قبل وجود ندارد و در واقع متغیرها به صورت مستقل و وابسته تقسیم نمی‌شوند. بلکه ما در اینجا به دنبال گروه‌هایی از داده‌ها هستیم که به هم

شباهت دارند و با کشف این شباهت‌ها می‌توان رفتارها را بهتر شناسایی کرد و بر مبنای آنها طوری عمل کرد که نتیجه بهتری حاصل شود.
1-6-3- تحلیل روابط و وابستگیها :
پیشرفت تکنولوژی فروشگاه‌های خرده فروشی را قادر ساخته است حجم زیادی از داده‌های مربوط به خرید هر یک از مشتریان که از آن به عنوان سبد بازار یاد می‌شود را جمع آوری و ذخیره نمایند. فراهم بودن جزئیات اطلاعات ثبت شده مشتریان منجر به بهبود روش‌هایی شده است که به طور اتوماتیک روابط بین آیتم‌هایی که در پایگاه داده‌ها انبارش شده‌اند را جستجو می‌کنند.
همزمان با پیدایش علم داده کاوی در اوایل دهه 90 الگوریتم‌های استخراج قوانین وابستگی از پایگاه داده‌ها نیز پابه عرصه گذاشت. نویسندگان زیادی در زمینه استخراج قوانین وابستگی در پایگاه داده‌ها بحث کرده‌اند. در به مقایسه‌ی الگوریتمهای مهم استخراج قوانین وابستگی، مزیت‌ها و معایب الگوریتم‌ها پرداخت شده است.
اساساً ارتباط میان مجموعه اشیاء وابستگی‌های جالب توجهی هستند که منجر به امکان آشکارسازی الگوهای مفید و قوانین وابستگی برای پشتیبانی تصمیم، پیش بینی‌های مالی،‌سیاست‌های بازاریابی، وقایع پزشکی و خیلی کاربردهای دیگر می‌شود. در حقیقت توجهات زیادی را در تحقیقات اخیر به خود جلب کرده است.
تحلیل وابستگی‌ها یک حالت غیر نظارتی داده کاوی می‌باشد که به جستجو برای یافتن ارتباط در مجموعه داده‌ها می‌پردازد. یکی از کاربردی‌ترین حالات تحلیل وابستگی‌ها «تجزیه تحلیل سبد بازار» می‌باشد که در آن هدف یافتن کالاهایی است که معمولاً به طور همزمان خریدار می‌شوند. این کار کمک می‌کند که خرده فروشان بهتر بتوانند کالاهای خود را سازماندهی کرده و چیدمان بهتری از محصولات خود داشته باشند.
داده‌های موجود در سبد بازار نشان دهنده خرید مشتری در یک زمان خاص هستند. هر مشتری خرید مجزایی را در کمیته‌های مختلف و زمانهای متفاوت انجام می‌دهد. با تجزیه و تحلیل سبد بازار بینشی برای خرده فروشان از اینکه چه محصولاتی با هم خریداری می‌شوند فراهم می‌گردد و بنابراین می‌توانند رفتار خرید مشتریان را پیش بینی کنند این کار به آنها کمک می‌کند که بهتر بتوانند کالاهای خود را سازماندهی کرده و چیدمان بهتری از محصولات خود داشته باشند و بنابراین سودآوری خود را افزایش دهند.
1-6-4- پیش بینی :

در طبقه بندی گروه‌هایی مشخص می شوند که اقلام به آن‌ها تعلق دارند. پیشگویی‌هایی که براساس مدلهای طبقه بندی ارایه می‌شوند دارای یک خروجی گسسته می‌باشد که مشخص می‌کند که مثلاً یک مشتری جزء گروه با پاسخ مثبت است یا منفی و یک مریض جزء گروه با ریسک بالا است یا پائین. ولی پیش بینی بر خلاف پیش گویی یک مقدار پیوسته را پیش بینی می‌کند مثلاً تقاضای آینده با قیمت نفت در سال آینده. پیش بینی معمولاً به وسیله رگرسیون (عملیاتی که با

تعیین ارتباط بین متغیرها به پیش بینی می‌پردازد) صورت می‌گیرد. بسته‌های نرم افزار مانند SAS و SPSS معمولاً توانایی حل مساله‌های پیجیده را فراهم می‌نمایند. ولی استفاده از چنین عملیات آماری نیاز به دانش بالای آمار در خصوص شرایط و چگونگی استفاده از این ابزارها را دارد. ابزارهای داده کاوی نظیر شبکه‌های عصبی نیز به وفور برای پیش بینی استفاده می‌شود.
از مسایل ساده پیش بینی عبارتند از: پیش بینی مقادیر پیوسته براساس یکسری داده‌های موجود. برای مثال پیش بینی درآمد یک فرد براساس مشخصات فرد. ابزارهایی نظیر درخت تصمیم گیری و شبکه‌های عصبی چنین کاری را انجام می‌دهند.
از مسایل پیچیده پیش بینی می‌توان به پیش بینی یک یا چند مقدار براساس الگوهای تکراری و متوالی مانند سطح سهام بازار در 30 روز آینده براساس داده‌های 6 ماه گذشته اشاره کرد. ابزارهای داده کاوی به سختی چنین پیش بینی‌هایی را انجام می‌دهند. در این گونه مواقع داده‌های موجود باید به صورتی مناسب و در جهت مناسب استفاده شوند و فرمت داده‌های خروجی به درستی مشخص باشد. همچنین در این گونه پیش بینی ها نیاز به یک تحلیل‌گر به منظور پردازش داده‌های ورودی و تحلیل داده‌های خروجی بیشتر احساس می‌شود.
1-7-زیربنای داده کاوی:
تکنیکهای داده کاوی نتیجه‌ی تحقیقات گسترده و بلند مدتی است که در طول سالها برای افزایش بازدهی تجاری موسسات بکار برده می‌شدند. تحقیقات در این زمینه از زمانی آغاز شد که برای نخستین بار اطلاعات تجاری هر سازمان، بر روی سیسمتهای ذخیره سازی آن زمان که ا زنوع

مغناطیسی بودند، ذخیره شدند. این رشته تحقیقات با توسعه و پیشرفت سیسمتهای اطلاعات که قابلیت ذخیره‌ی حجم بیشتری از داده‌ها را فراهم می‌کردند و همچنین از سرعت بسیار بالاتری در ذخیره سازی و بازیابی اطلاعات برخوردار بودند،‌اهمیت بشتری یافت. روشهای دسترسی تصادفی یا رندم به اطلاعات و پیدایش روشهای حرکت در میان داده‌ها، خصوصاً بصورت بلادرنگ، فناوری داده کاوی را متحول ساخت.
روشهای داده کاوی بر پایه‌های زیر استوار هستند:
• گردآوری حجم عظیمی داده
• کامپیوترهای چند پردازنده‌ی قدرتمند
• الگوریتمهای داده کاوی
در سالهای 1960 صنعت گردآوری اطلاعات و امکان ذخیره‌ی داده‌ها در تجهیزاتی نظیر نوار و دی

سک توسط شرکتهایی که IBM و CDC از پیشگامان آنها بودند، شکل تجاری به خود گرفت. با رواج چنین مکانیسمهایی تبادل استاتیک اطلاعات امکانپذیر شده، پرسشهای تجاری از قبیل آنکه سود خالص شرکت در پنج سال آخر فعالیت چقدر بود هاست؟ پاسخ داده می‌شود. 20 سال بعد از فناوری فوق، با پیشرفتهای نرم افزاری و استفاده از بانکهای اطلاعاتی رابطه‌ای و زبان جستجوی ساخت یافته توسط شرکتهای موفقی همچون ORACLE، SYBASE، INFORMIX، BM، MICROSOFT و ; اطلاعات در همان لحظه‌ی ثبت شدن قابل تبادل بودند. بعبارت دیگر تبادل اطلاعات بصورت دینامیک امکانپذیر شده بود. نمونه‌ای از سوالات تجاری که این سیستم پاسخگوی آن است چنین بود: «مقدار فروش شعب (کشور یا شهر مورد نظر) در ماه مارس گذشته چه میزان بوده است؟». در سالهای دهه‌ی نود نوبت به تکنولوژی‌هایی همچون انبار داده‌ها و امکانات تصمیم‌گیری نرم افزاری رسید.
1-8- تکنولوژی‌های مرتبط با داده‌ کاوی:
1- پردازش تحلیل روی خط OLAP-5
2- بانکهای اطلاعاتی چند بعدی
3- انبار داده‌ها
پیشگامان ابزارهای نرم افزاری چنین تکنولوژیهایی شرکتهایی نظیر Pilot, Comshare, Arbor Cognos،Microstrategy بودند. البته بلافاصله در همان زمان شرکتهایی نظیر ORACLE, IBM

MICROSOFTکه امروزه نام آنها را در همه جا مشاهده می‌کنیم نیز کنترل جریان را بدست گرفته و نرم افزارهای آنها بازار را تسخیر کرد. هسته‌ی فناوری داده کاوی شامل علوم آمار، هوش مصنوعی، آموزش ماشین و علوم نوین دیگری است که در طول سالهای گذشته پیشرفت قابل توجهی داشته است.

دانلود این فایل

دانلود مقاله در مورد تاثیر کاربرد گرما روی کیفیت سیب رقم های گلدن دلشیز و امتراکینگ دلشیز تحت word دارای 11 صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد دانلود مقاله در مورد تاثیر کاربرد گرما روی کیفیت سیب رقم های گلدن دلشیز و امتراکینگ دلشیز تحت word کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.

این پروژه توسط مرکز مرکز پروژه های دانشجویی آماده و تنظیم شده است

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی دانلود مقاله در مورد تاثیر کاربرد گرما روی کیفیت سیب رقم های گلدن دلشیز و امتراکینگ دلشیز تحت word ،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن دانلود مقاله در مورد تاثیر کاربرد گرما روی کیفیت سیب رقم های گلدن دلشیز و امتراکینگ دلشیز تحت word :

تاثیر کاربرد گرما روی کیفیت سیب رقم های گلدن دلشیز و امتراکینگ دلشیز

چکیده : موضوع این مطالعه تاثیر تاثیر کاربرد گرما روی کیفیت میوه در طول انبارداری بود . رقمهای سیب گلدن دلشیز و استراکینگ دلشیز در این تحقیق در موسسه تحقیقات Tekirdag استفاده شده . این تحقیق در سه تکرار در بلوک طرح تصادفی در و نقطه انجام گرفت . سیب ها با گرما به مدت 4 روز و در دمای 38 درجه یانتی گراد تیمار شده اند و بعد سیب ها تحت شرایط انبار سرد در

دمای صفر درجه سانتی گراد و رطوبت 85 – 90 درصد قرار گرفتند . در طول کاربرد گرما بیشترین کاهش وزن در میوه ها صورت گرفت که استفاده از آن باعث ثبات میوه ها در طول انبارداری می شود . که استفاده در حد متوسط آن مسئول رسیدن از طریق افزایش میزان تنفس و کاهش میزان نشاسته در میوه ها شد .
کلمات کلیدی : تیمار گرما – سیب – گلدن دلشیز – استراگینگ دلشیز – ثبات و استحکام گوشت میوه – میزان تنفس – پس از برداشت – کیفیت – بلوغ

مقدمه : سیب یکی از بیشترین میوه هایی است که در مناطق معتدله پرورش می یابد ( بی نام ، 1999 ) . سیب یکی از بیشترین میوه هایی است که در ترکیه مصرف می شود و میزان مصرف آن ( در ترکیه ) با جهان برابر است . ویکی از مهمترین میوه هایی است که در ترکیه که هم ارزش غذایی و هم بازده اقتصادی دارد . که تولید آن بیشتر از 2550000 تن در ترکیه است . ( بی نام ، 2005 ) ، هرچند با اینکه تولید سیب ارزش اقتصادی اش افزایش یافت این ارزش به خاطر مسایل پس از برداشت درست ارزیابی نشد . دلیل اصلی این مسایل فرآیند پس از ب

رداشت و شرایط نامناسب انبارداری ست .
بعد استفاده از مواد شیمیایی در سال گذشته از کیفیت میوه ها در پس از برداشت کاسته شد که برای سلامتی انسان نیز مضر است و و اکنش به این مواد نیز افزایش یافته است . کاربرد هایش در پس از برداشت ، استفاده از مواد شیمیایی ترکیبی مخصوصا بر ضد کاهش کنترل بیماری های گیاهی برد بنابراین معلوم شد که کاربرد گرما یکی از جالبترین روش ها که کاربردش برای جلوگیری از کیفیت پس از براشت میوه ها موثر نبود . اما همچنین به کنترل مواد ضد آفت ، بیماریها و اثرات مضر روی سیب کمتر می گردد ( آرتیس 1995 ) . در این تحقیقات تاثیر کاربرد گرما در قبل ازانبار روی انبارداری سیب مطالعه شد و تاثیرآن روی میزان نرم شدن بسیار سودمند بود ( کلین و لوری 1990 ) .

ه وسیله عاملی روی دیواره سلولی تا کنون معلوم نشده است . به هر حال به احتمال مکانیسم آن از طریق غیر فعال کردن سنتز آنزیم های تجزیه کننده پکتین می باشد ( کاندی و همکاران 1994 ) . این مطالعه توسط ( کیم 1994 ) نشان داد که کاربرد تیمار گرما روی انگور و با هم روی خوشه هایش در 48 درجه سانتی گراد به مدت 2 – 4 روز این نتیجه را داد که کاربرد این روی میوه ها مضر است اما از طرف دیگر کاربرد تیمار گرما در 38 درجه سانتی گراد به مدت 2 – 4 روز روی میوه

ها ضرر نداشت .
در این پیشنهاد کاربرد گرما قبل از انبار داری سیب استفاده شده و اثراتش روی کیفیت سیب در طول انبار داری سودمند بود . با این روش نرم شدن میوه ها کاهش یافت بنابراین تاثیرات کاربرد گرما روی کیفیت سیب رقم های گلدن دلشیز و استراگینگ دلشیز در این تحقیق ، تحقیق شد .
موارد و روش های این مطالعه در دو سال انجام شد و سیب رقم های گلدن دلشیز و استراگینگ دلشیز در این تحقیقات در موسسه تحقیقاتی تکاردی انجام گرفت ( بی نام 1998 ) . این تحقیق در بلوک های طرح تصادفی در دو نقطه انجام شد سیب ها گروه بنی شد و در یک مکان در دمای 38 درجه سانتی گراد قرار گرفتند .
چهار روز بعد از برداشت در بیرون از اتاق سیب ها توی جعبه ها قرار داده شده اند و برای مدت شش ماه در هوای سرد تحت شرایط صفر درجه سانتی گراد در تاکستان موسسه تحقیقاتی تکاردی انبار داری شده اند طبق سیستم تجزیه آماری اثرات استفاده از PRO – GLM روی معیارهای اندازه گیری شده اند ( 1999 SAS Ins ) . آزمون LDS دانکن بطور جداگانه در میانگین تیمارها استفاده شده در آغاز پارامترهای کیفیت تجزیه شده اند و به دنبال آن کاهش کیفیت در طول هر دو ماه انبار داری تعیین شد خسارات میوه به وسیله کاهش وزن اندازه گیری شده اند و درصد آن نیز معین شد . ثبات و استحکام گوشت میوه به وسیله پنترومتر با برش نصف قطر در مورد 1/11 میلی متر اندازه گیری شد . میزان تنفس به وسیله تیتراسیون طبق طولانی کردن روش انتشار هوا معین شد ( کوکرت و همکاران 1997 ) .

کاهش نشاسته سیب ها در طول دوره انبار داری معین شده و استفاده شد از مقیاس ( 1 تا 10 ) به وسیله از کلوک و همکارانش در 1993 استفاده شد . درصد کل میزان مواد جامد محلول در میوه ها مستقیما به وسیله رفوکترو متر دستی معین شد و کاهش قند و کل میزان قند تعیین شد طبق Rose ( 1959 ) .
تیتراسیون اسید ( TA ) مبنی بر خنثی سازی با اضافه کردن محلول قلیایی یه آب میوه اندازه گیری شد .
بحث ونتایج :
کاهش وزن : نتایج تجزیه واریانس آماری نشان داد که تاثیر واریته ( p<0.001 ) ، تیمارها ( P < 0.001 ) و زمان نیز ( p<0.001 ) روی کاهش وزن تاثیر معنی داری در هر دو سال دارد . هرچند کاهش وزن در این تحقیقات اندازه گیری شد و معلوم گشت که استفاده از گرما نشان می دهد که ماکزیمم کاهش وزن در سال اول می باشد ( نمودار 1a ) در طول استفاده از گرما میوه ها دو درصد کاهش وزن پیدا می کنند به نظر می آید که بیشترین کاهش وزن به علت استفاده از گرما است و کاربرد آن در مطالعات سال دوم نشان داد که کاهش وزن نسبتا کاهش یافته و قابل کنترل است . مطالعه در طول دو سال که سیب واریته گلدان دشیز در مقایسه با واریته استراگینگ دلشیز کاهش وزن بیشتری دارد . در این تحقیقات که به وسیله اکینس و سلیک ( 1995 ) انجام شد . فقط شمار عدسک های فعال رقم گلدان دلشیز سیب تعیین نشد و شمارششان بیشتر از دیگر رقم هاست نتایج کاهش وزن در طول انبار داری سرد موفق با اطلاعات فعلی به وسیله پیکمازو ( 1975 ) گزارش داد که کاهش وزن در هر ماه نبایستی متجاوز از یک درصد باشد . هر چند در سال دوم مقدار کاهش وزن بیشتر از یافته پیکمازو تشخیص داده شد .

استحکام گوشت میوه : نتایج تجزیه واریانس آماری نشان داد که تاثیر واریته ( p < 0.001 ) و زمان ( p<0.001 ) روی استحکام گوشت تاثیر معنی داری در هر دو سال داشت کلین و لوریا ( 1990 ) معین کرده اند که استحکام بهتر میوه ها را نشان می دهد و نتایج کاربرد گرما باعث بافت محکم می شود و تحقیق بر روی اثرات واریته های میوه روی استحکام گوشت میوه نشان داد که اختلاف معنی داری در سال اول نداشت ( شکل 29 ) . به نظر می آید که آب و هوا و فاکتورهای محیطی می تواند روی نتایج تاثیر گذار باشد . از طرف دیگر آرتن و همکارانش ( 1991 ) کشف نموده اند که روش های کشت در خاک ، حاصلخیزی خاک ، رسیدن دمای انباری و عمده ترین ساختار اتمسفر در میوه تاثیر روی استحکام میوه ها دارند .

میزان تنفس : نتیجه تجزیه واریانس آماری نشان داد که تاثیر واریته ( p<0.001 ) تیمارها ( p<0.001 ) و زمان ( p<0.001 ) روی میزان تنفس در هر دو سال معنی دار بود همچنین اثر متقابل واریته x تیمارها x وقت نیز معنی دار بود میزان تنفس متابولیک فعال در بافت ها را نشان می دهد در این تحقیقات از جمله تیمارها در سال اول اختلاف معنی داری نداشتند ( شکل 3a ) . کنترل میزان تنفس در سیب ها مهمتر از تیمار گرما در سیب ها پیش از انبار داری است چنانچه کاربرد گرما در سیب ها نشان می دهد که بیشترین مقدار در دو ماه بعد از انبار داری در سال دوم می باشد ( شکل 3b ) .

نسبت نشاسته : چون که نسبت نشاسته یکی از مهمترین معیارهای بلوغ در برداشت است و یکی از روش های قابل اجرا برای تولید کننده اهمیت دارد نتایج تجزیه واریانس نشان می دهد که تاثیر واریته روی میزان نشاسته در سال دوم معنی دار نبود ( p<0.35 ، شکل 4b ) . با اینکه سیب گلدن دلشیز کم اهمیت تر از استراگینگ دلشیز در سال اول است ( شکل 4a) به هر حال تیمارها ( p<0.001 ) و وقت ( p<0.001 ) روی میزان نشاسته تاثیر معنی داری در هر دو سال داشت کاربرد گرما در این تحقیق روی تنزل نشاسته در طول انبار داری نشان داد که اگر تیمار گرما افزایش یابد میزان نشاسته در هر دو شال تنزل می یابد .
کل مواد جامد محلول ( TSS ) : نتایج تجزیه واریانس آماری نشان داد که تاثیر واریته ( p<0.001 ) ، تیمارها ( p<0.001 ) و زمان ( p<0.001 ) روی کل مواد جامد محلول تاثیر معنی داری در هر دو سال داشت همچنین اثر متقابل واریته X تیمارها X زمان نیز معنی دار بود . اثرات کاربرد گرما در این تحقیق روی کل مواد جامد محلول نشان می دهد که میانگین مقدار TSS در سیب های شاهد بیشتر از تیمارها که با گرما در سال اول تیمار شده اند ( شکل 5a ) همچنین مقدار TSS در سیب

ها که با گرما تیمار شده اند مقدارش در سال دوم بیشتر از شاهد می باشد ( شکل 5a ) . کلین و لوریا ( 1990 ) گفتند که کاربرد گرما روی غلظت TSS میوه ها تاثیر گذار نیست در تحقیق اثرات واریته ها سیب روی مقدار TSS نشان داد که سیب گلدن دلشیز میزان TSS اش در سال اول بیشتر از مقدار TSS سیب استراگیننگ دلشیز است هر چند مقدار TSS سیب استراگینگ دلشیز نسبت به سیب گلدن دلشیز در سال دوم بیشتر بود . مالیشسکای ( 1973 ) اعلان کرد که ز

مان برداشت در سیب روی میزان TSS مهم است و این مقدار افزایش نسیتا به مدت زمان برداشت بستگی دارد بنابراین میزان TSS در هر دو واریته سیب در زمان برداشت های یکسان نبودند چ.نکه میزان TSS بعد از انبار داری نیز بیشتر است .

دانلود این فایل