fa کاربرد آنالیز عددی در شناسایی الگوی بالگردها به‌کمک روش مساحت جبر alg علمی پژوهشی کاربردی S <p><span dir="RTL">در این مقاله روشی جدید برای انتخاب بردار ویژگی در شناسایی بالگردها از زوایای دید مختلف معرفی می‌شود که در عین‌حال قادر به شناسایی الگوهای مغشوش و تغییر یافته است. بردار ویژگی 32 مؤلفه‌ای براساس ویژگی‌های شکلی، سطحی وطولی برای توصیف تصویر</span> <span dir="RTL">باینری دوبعدی </span><span dir="RTL">ساخته شد اما ویژگی‌های شکلی و طولی مؤثر نبودند از این رو، تنها ویژگی‌های&nbsp; سطحی &nbsp;استفاده شد. بردار ویژگی جدید براساس تعداد مؤلفه‌ها (پارامتر </span>nf<span dir="RTL">) و تعداد گروه‌بندی کادر تصویر (پارامتر</span>ns<span dir="RTL">) در 13 حالت گوناگون بررسی شد و نتایج نشان داد که 400</span>nf=<span dir="RTL"> و 5</span> ns= <span dir="RTL">بهترین حالت </span><span dir="RTL">را برای بردار ویژگی مساحت رقم می‌زند</span></p> <p>In this paper, a new method to selecting different viewing angles feature vector is introduced to recognition&nbsp;different types of Helicopters. Feature vector 32 components based on characteristics of the shape, Area and a length to describe a binary two-dimensional image was created, shape feature and length feature not only effective but area features effective and were used. New features vector based on the number of components (parameter nf) and the grouping frame (parameter ns ) at 13 various manners were examined and the results showed that nf=400 and ns=5 best mode for the feature vector area marks.</p> <p></p> استخراج ویژگی, تشخیص الگو, دسته‌بندی بالگرد, بردار ویژگی Feature extraction, Pattern recognition, Categories helicopter, Feature vector 51 60 http://mmr.khu.ac.ir/browse.php?a_code=A-10-255-4&slc_lang=fa&sid=1 M Shahrezaee محسن شاهرضایی 10031947532846001137 10031947532846001137 Yes Department of Mathematic, Imam Hossein Comprehensive University دانشگاه جامع امام حسین (ع)، گروه ریاضی M.S Alamdari محمدسعید علمداری 10031947532846001138 10031947532846001138 No Department of Mathematic, Imam Hossein Comprehensive University دانشگاه جامع امام حسین (ع)، گروه ریاضی