بررسی میزان صحت نتایج به دست آمده به منظور استفاده از نتایج در موارد مختلف اجرایی و مقایسه با دیگر نتایج به دست آمده از ضروریات انجام یک مطالعه هست. از طرف دیگر با توجه به این موضوع که نتایج مفسرین مختلف از یک منطقه با موضوع و داده یکسان متفاوت هست لزوم بررسی صحت نتایج به دست آمده بسیار مهم خواهد بود.
بهترین روش تعیین صحت نقشه­های حاصل از طبقه ­بندی داده ­های ماهواره­ای، مقایسه آن به‌صورت پیکسل به پیکسل با واقعیت زمینی منطقه هست. بنابراین تهیه نقشه واقعیت زمینی دقیق و کامل از تمامی منطقه بخصوص در کارهای تحقیقاتی بسیار مهم هست ولی از آنجا که تهیه نقشه کامل از منطقه مستلزم صرف وقت و هزینه زیادی هست و همچنین نتایج بررسی­های محققین نشان‌دهنده آن است که با بهره گرفتن از واقعیت زمینی نمونه ­ای با شدت ۲% به روش تصادفی-سیستماتیک و بزرگی قطعات نمونه متناسب با تنوع و یکپارچگی پدیده ­ها در منطقه، صحت نقشه­ها با دقت ۴%± تا ۶%± قابل برآورد هست، می‌توان اقدام به تهیه نقشه واقعیت زمینی نمونه ­ای نمود.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

نتیجه حاصل از این مقایسه در جدولی به نام جدول خطا (ماتریس خطا)^[۷۰] نشان داده می­ شود که تعداد ستون­ها و ردیف­های این جدول با هم برابر و معادل تعداد طبقات مورد طبقه ­بندی هست. ردیف­های جدول بیانگر نتایج طبقه ­بندی و ستون­های آن برابر داده ­های واقعیت زمینی هست. در واقع ماتریس خطا میزان تطابق هر کلاس طبقه ­بندی شده را با واقعیت زمینی نشان می­دهد و در آن می‌توان میزان قرار گرفتن اشتباهی یک طبقه را در طبقات دیگر مشاهده کرد. با بهره گرفتن از این جدول معیارهایی جهت بیان صحت طبقه ­بندی به‌صورت کمی به دست می ­آید که می‌توان به موارد زیر اشاره کرد:
۱-۴-۱۵-۱-۱- صحت کلی
صحت کلی برابر با نسبت تعداد پیکسل­های درست طبقه ­بندی شده یک طبقه به کل پیکسل­های درست طبقه ­بندی شده در تمامی طبقات هست. صحت کلی زمانی قابل اعتماد است که صحت هر یک از طبقات نیز حتی­الامکان بالا باشد.
۱-۴-۱۵-۱-۲- ضریب کاپا
این ضریب به­منظور حذف توافق اتفاقی^[۷۱] (مقدار آن از مقادیر فرعی سطر و ستون­های ماتریس خطا به دست می ­آید) از معیار صحت کلی هست. بدین معنی که در هنگام طبقه ­بندی ممکن است برخی از نمونه­های تعلیمی به‌طور اتفاقی با یک طبقه تطابق یابند و نه بر اساس واقعیت موجود در سطح زمین. این عامل باعث بالا رفتن کاذب مقدار صحت کلی می­ شود و در واقع، مقدار صحت کلی به اندازه ضریب کاپا با واقعیت توافق دارد.
رابطه ۱-۱۱:
که در آن‌ها:
k= ضریب کاپا
Po= صحت کلی
PC= توافق اتفاقی
N= تعداد پیکسل­ها
x_it= جمع ردیف
x_ti= جمع ستون
میزان ضریب کاپا بین صفر و یک متغیر است که ضریب کاپای معادل ۱ به معنی توافق صد در صد بین نتایج طبقه ­بندی و واقعیت زمینی هست. بهترین نتایج طبقه ­بندی با مقایسه مقادیر صحت کلی و ضریب کاپا معرفی می­ شود.
فصل دوم
پیشینه تحقیق
۲- سابقه تحقیق
۲-۱- کاربری اراضی
الف) مطالعات انجام شده در کشور
شتایی و عبدی (۱۳۸۶)، به منظور بررسی قابلیت داده‌های سنجنده ETM+ ماهواره لندست ۷ در تفکیک و تهیه نقشه اراضی جنگلی در زاگرس، داده‌های این سنجنده مربوط به ۳۰ آوریل ۲۰۰۱ میلادی از حوزه سرخاب خرم‌آباد استان لرستان مورد تجزیه تحلیل قرار گرفت پس از انجام پردازش‌های مختلف نظیر ایجاد تصاویر رنگی، نسبت گیری، تجزیه مؤلفه‌های اصلی با هدف بارزسازی تصویر بهترین مجموعه باندی برای طبقه‌بندی با بهره گرفتن از شاخص آماری واگرایی تعیین طبقه‌بندی نظارت‌شده با الگوریتم‌های حداکثر احتمال، متوازی‌السطوح، حداقل فاصله انجام شد. نقشه واقعیت زمینی نمونه‌ای به روش سیستماتیک- خوشه‌ای تهیه و نتایج نشان داد که تفکیک و طبقه‌بندی اراضی جنگلی با سایر طبقات کاربری منطقه با صحت بالا صورت گرفت. صحت تولیدکننده ۸۷ درصد مؤید این مطلب است. صحت کلی ۹۱ درصد و ضریب کاپای ۵۶/۸۷ طبقه‌بندی کننده حداکثر احتمال نشان‌دهنده نتایج بهتر این طبقه‌بندی نسبت به دیگر طبقه‌بندی کننده است. نتایج نشان داد که تصاویر ماهواره‌ای لندست ۷ قابلیت تهیه نقشه کاربری اراضی عمده در مناطق کوهستانی را دارا می‌باشد.
کلارستاقی و همکاران (۱۳۸۷)، به تعیین تغییر کاربری اراضی بین سال‏های ۱۹۶۷ تا ۲۰۰۲ در منطقه فریم صحرا پرداختند و با بهره گرفتن از تصاویر ماهواره‏ای Land Sat 7 ETM⁺ (۲۰۰۲)، عکس‏های هوایی و نقشه‌های توپوگرافی دیجیتال (۱۹۹۷ و ۱۹۹۴) و بررسی تأثیر بعضی از فاکتورهای فیزیکی و اقتصادی- اجتماعی روی دینامیک کاربری اراضی نشان دادند که با افزایش فاصله از جاده‏ها، مناطق مسکونی و روستاها میزان جنگل‏زدایی و تبدیل جنگل به اراضی زراعی کاهش یافت، اما تبدیل اراضی زراعی به زمین‏های رها شده افزایش یافته، همچنین بیشترین مقدار جنگل‏زدایی در شیب‏های کمتر مشاهده شده اما تبدیل اراضی دیم به اراضی رها شده در شیب‏های بالاتر مشاهده شد.
میرکتولی و همکاران (۱۳۹۰)، با بهره گرفتن از تصاویر LISS III، سال ۲۰۰۷ ماهواره IRS-1D و TM سال ۱۹۹۱ ماهواره لندست منطقه به آشکار­سازی تغییرات پوششی و کاربری اراضی شهر گرگان پرداختند و به این نتیجه رسیدند که مناطق جنوبی شهر گرگان، از نظر میزان تغییر کاربری در رده­ی اول بوده و در رده­های بعدی، بیشترین تغییرات مربوط به زمین­های هموار و دشت شهر گرگان در شمال و شمال شرق است و به کارگیری امور حفاظتی برای کنترل تبدیل اراضی مرغوب کشاورزی و چشم اندازهای زیبای جنگلی به شهر در این مناطق، اهمیت بیشتری دارد.
غلامعلی‏فرد و همکاران (۱۳۹۰)، به مدل‏سازی تغییرات کاربری اراضی مناطق ساحلی استان مازندران با بهره گرفتن از LCM پرداختند و تغییرات کاربری اراضی را با بهره گرفتن از تصاویر ماهواره Landsat متعلق به سال­های ۱۳۶۷،۱۳۷۹، ۱۳۸۵ و ۱۳۹۰ آشکار­سازی نمودند؛ و مدل­سازی نیروی انتقال با بهره گرفتن از پرسپترون چند لایه شبکه عصبی مصنوعی انجام دادند؛ و به این نتیجه رسیدند که ۳۳۴۸۷ هکتار از وسعت جنگل کاسته و به ترتیب ۲۱۳۶۷ و ۱۳۱۵۵ هکتار به وسعت اراضی کشاورزی و مناطق مسکونی اضافه شده است.
ب) مطالعات انجام شده در خارج کشور
ولد­کامپ و لامبین^[۷۲] (۲۰۰۱)، با بهره گرفتن از مدل­­سازی جریان تغییر کاربری اراضی و مدل­سازی پیشروی در پیش ­بینی مکانی تغییر کاربری اراضی و ترکیب فید­بک­های بیوفیزیکی در مدل­های تغییر کاربری اراضی، تغییر کاربری اراضی را پیش ­بینی نمودند؛ و نشان دادند که الگوهای کاربری اراضی نسبت به تغییرات در متغیرهای انتخاب‌شده حساس­اند و همچنین جوامع گیاهی به هم پیوسته و سیستم­های اکولوژیکی نسبت به تغییرات مقاوم­اند.
شلابی و تاتشی^[۷۳] (۲۰۰۶)، با بهره گرفتن از داده ­های ماهواره لندست و به‌کارگیری تکنیک‏های GIS به بررسی تغییرات پوشش گیاهی و تغییرات کاربری اراضی منطقه ساحل شمال کشور مصر پرداختند. در این مطالعه لایه‏های مربوط به پوشش گیاهی و کاربری اراضی در سال‏های ۱۹۸۷ و ۲۰۰۱ تهیه گردید و با مقایسه‏های به عمل آمده بر روی این لایه‏ها در محیط GIS میزان تغییرات سطح پوشش و انواع کاربری‏ها که به ۶ طبقه مختلف تقسیم گردیدند، نشان دادند که جابجایی‏هایی در مرزهای پوشش گیاهی به داخل آب و بالعکس به وجود آمده است.
کوزاک^[۷۴] (۲۰۰۷)، با بهره گرفتن از نقشه­های قدیمی و تاریخی و داده ­های ماهواره­های معاصر تغییر پوشش جنگل را در منطقه اوراوا در لهستان طی ۱۸۰ سال گذشته مورد تجزیه و تحلیل قرار داد. نتایج این بررسی­ها نشان داد که طی ۱۸۰ سال گذشته نسبت سطح جنگل در منطقه مورد مطالعه از ۲۵ درصد به ۴۰ درصد افزایش داشته است.
بازگیئر و همکاران (۲۰۰۸)، برای حوزه آبخیز در پونجاب در هند ارزیابی تغییرات کاربری اراضی را با بهره گرفتن از GIS و عکس‌های هوایی سیاه و سفید برای مارس ۲۰۰۲، سپتامبر ۲۰۰۲ و می ۲۰۰۳ و تفسیر چشمی برای تهیه نقشه کاربری اراضی/پوشش زمین برای سال‌های ۱۹۸۴ و ۲۰۰۳ و دلایل بررسی آن‌ها تأثیر تغییر کاربری اراضی/پوشش در تغییرپذیری اقلیم را انجام دادند، نتایج نشان داد که مناطق تحت کشت، جنگل‌های نیمه متراکم، جنگل‌های تخریب یافته، زمین‌های تخریب یافته در تپه‌ها و دشت‌های کوهپایه‌ای، اراضی لم‌یزرع در طول آبراهه‌های فصلی، کاهش یافته است. در حالی که مناطق مسکونی، جنگل‌های متراکم، تأسیسات، آبگیرها و کارگاه‌های تولید آجر در طی دوره ۲۰ ساله افزایش یافته است. تغییرات کاربری اراضی/پوشش روی میانگین حداکثر دما تأثیر داشته باعث روند افزایش آن در طی دوره ۱۹۸۴ تا ۲۰۰۳ شده است، در حالی که حداقل دما، بارش و پتانسیل تبخیر و تعرق در طی این دوره روند کاهشی داشته است. علیرغم افزایش پوشش گیاهی در منطقه مورد مطالعه، این روندها بر روی پارامترهای مختلف هواشناسی یافته‌های برخی از گزارش‌ها را تائید نمی‌کند. علاوه بر تغییرات کاربری اراضی/پوشش زمین، فاکتورهای دیگری نظیر افزایش C02 و گازهای گلخانه‌ای، آلودگی هوا و توزیع طیفی تابش خورشیدی، بر روی تغییرات اقلیمی در منطقه تأثیر دارد.
الهادی و زومراویی^[۷۵] (۲۰۰۹) مطالعه­ ای را به­منظور استخراج کاربری اراضی از تصاویر ماهواره­ای Quick bird با بهره گرفتن از روش درخت تصمیم ­گیری انجام دادند. صحت کلی در این مطالعه با بهره گرفتن از روش حداکثر احتمال و طبقه ­بندی درختی برای باندهای اصلی و آنالیز به ترتیب برابر با ۵/۹۳، ۳/۹۷، ۶/۹۲ و ۵/۹۸ درصد محاسبه گردید.
لوردسا و همکاران^[۷۶] (۲۰۱۱)، با بهره گرفتن از مدل­های رگرسیون لجستیک به شبیه­سازی دینامیک پوشش اراضی در حوزه رودخانه دولسی آرژانتین در سال ۱۹۹۷ تا ۲۰۰۵ پرداختند و به این نتیجه رسیدند که به علت کاهش پوشش علفزار و تخریب اکوسیستم­ها در اثر تشدید کشاورزی و چرای بیش از حد، شبیه­سازی مجدد سناریو­های جایگزین می ­تواند به برنامه­ ریزی کاربری اراضی به منظور تولید و حفاظت اکوسیستم­ها کمک کند.
آگاروال و همکاران (۲۰۱۳) مطالعه­ ای را به منظور تعیین کاربری اراضی با بهره گرفتن از روش­های مختلف درخت تصمیم ­گیری و تصاویر TM ماهواره لندست ۵ انجام دادند. ایشان در این مطالعه از روش طبقه ­بندی درختی، ماشین بردار پشتیبان MBACT استفاده نمودند. صحت کلی و ضریب کاپا حاصل از روش طبقه ­بندی درختی، ماشین بردار پشتیبان MBACT به ترتیب ۱۶/۸۳ و ۸/۰، ۴/۸۸ و ۸۶/۰؛ ۲۱/۸۴ و ۸۱/۰ محاسبه گردید.
۲-۲- تراکم تاج پوشش
الف) مطالعات انجام شده در داخل کشور
شاه­بابایی (۱۳۸۳) مطالعه­ ای را به منظور تهیه نقشه‌های تیپ و تراکم جنگل در گرگان سنجنده ETM+ ماهواره لندست ۷ انجام دادند. در این مطالعه صحت کلی و ضریب کاپا در تیپ بندی به ترتیب ۶۳ درصد برای طبقات تراکمی به ترتیب نیز ۵۸ درصد و ۴۱/ ۰ گزارش شد.
احمدی­ثانی (۱۳۸۴)، پژوهشی را به­منظور بررسی قابلیت تصویر ماهواره­ای ASTER برای تهیه تراکم جنگل­های زاگرس در منطقه مریوان واقع در استان کردستان انجام داد. برای تجزیه و تحلیل تصاویرهای ماهواره­ای از خوارزمی­های طبقه ­بندی نظارت‌شده کمینه فاصله از میانگین، بیشینه احتمال و همچنین روش طبقه ­بندی فازی استفاده کرد. به­منظور برآورد صحت نقشه­های تراکم به دست آمده از طبقه ­بندی تصاویر ماهواره­ای، واقعیت زمینی برای کل منطقه مورد بررسی با بهره گرفتن از عکس­های هوایی تهیه شد. بالاترین صحت کلی و ضریب کاپا را به ترتیب به میزان ۵/۶۵ و ۵/۴۸ درصد در طبقه ­بندی چهار کلاسه­ای، ۵/۶۸ و ۵/۵۱ درصد در طبقه ­بندی سه کلاسه­ای با طبقه ­بندی بیشینه احتمال و با مجموعه شش باندی به دست آمد و نتیجه‌گیری کلی نشان داد که صحت کلی ۵/۶۸ درصد و ضریب کاپا کلی ۵/۵۱ است.
پرما و شتایی (۱۳۸۹) مطالعه‌ای را به منظور تهیه نقشه‌های تنوع و تراکم تاج پوشش جنگل‌های زاگرس با بهره گرفتن از تصاویر سنجنده ETM+ در جنگل‌های قلاجه استان کرمانشاه انجام داد. نتایج حاصل از رگرسیون نشان داد که ترکیب خطی مورد بررسی به عنوان متغیرهای مستقل در مقایسه با دیگر باندها و ترکیبات به کار گرفته شده بهتر می‌تواند تنوع گونه‌ای درختان و درختچه‌ها را برآورد کند.(R²adj = 327/0). نتایج ایشان نشان‌دهنده قابلیت نسبتاً کم داده ­های ETM+ در تهیه نقشه تراکم تاج پوشش و برآورد تنوع گونه‌ای درختی و درختچه‌ای در منطقه مورد بررسی است.
پاکخصال و بنیاد (۱۳۹۰) مطالعه­ ای را به منظور تعیین تراکم جنگل با بهره گرفتن از مدل FCD در حوزه شفارود گیلان انجام دادند. ایشان در این مطالعه از داده‌های سنجنده ETM+ استفاده نمودند. ایشان در این مطالعه از روش حداکثر احتمال برای طبقه ­بندی استفاده نمودند. نتایج این مطالعه نشان داد داده ­های این سنجنده با صحت کلی ۷۱ درصد و ضریب کاپای ۶۱/۰ قادر به تفکیک تراکم­های مختلف تاج پوشش می­باشد.
حسینی و همکاران (۱۳۹۲) مطالعه­ ای را به منظور تعیین قابلیت سنجنده LISS IV برای تهیه نقشه تراکم منطقه خواجه­کلات انجام دادند. ایشان در این مطالعه از روش­های طبقه ­بندی حداکثر احتمال و حداقل فاصله استفاده نمودند. نتایج این مطالعه نشان داد داده ­های این سنجنده با صحت کلی ۷۰ درصد و ضریب کاپای ۴۴/۰ قادر به تفکیک تیپ­های جنگل می­باشند.
عزیزی و همکاران (۲۰۱۴) مطالعه­ ای را به منظور تعیین تراکم جنگل با استفاده داده ­های سنجنده LISS IV انجام داد. ایشان در این مطالعه از روش FCD استفاده نمودند. نتایج این مطالعه نشان داد سنجنده فوق قادر است با صحت کلی ۴/۸۴ درصد و ضریب کاپای ۷۸/۰ جنگل­ها را از نظر تراکم تفکیک نماید.
ب) مطالعات انجام شده در خارج از کشور
وانگ و همکاران^[۷۷] (۱۹۹۸) برای طبقه ­بندی تراکم جنگل از داده ­های سنجنده TM و باند PAN ماهواره IRS-1C در جنوب فنلاند استفاده نمودند. صحت کلی و ضریب کاپا در این مطالعه برای طبقه ­بندی چهار کلاسه­ای به ترتیب ۲/۷۰ و ۴۶/۰ محاسبه گردید.
ام­سی ماهان و همکاران^[۷۸] (۲۰۰۳) برای تعیین تراکم تاج پوشش در جنوب شرق ایالت آیداهو امریکا با بهره گرفتن از داده ­های ماهواره­ای، دو روش فازی و حداکثر احتمال مقایسه نمودند. در این مطالعه صحت کلی به ترتیب برای روش­های فازی و حداکثر احتمال ۵/۵۰ و ۵/۴۷ محاسبه شد.
ژو و همکاران^[۷۹] (۲۰۰۳) در تحقیقی قابلیت داده ­های ماهواره­ای را در برآورد تاج پوشش بلوط در ایالت کالیفرنیا بررسی نمودند. نتایج این مطالعه نشان داد باندهای آبی، قرمز و مادون قرمز دارای قابلیت بالایی در تعیین تراکم تاج پوشش دارند.
بربروگلا و ساتیر^[۸۰] (۲۰۰۸) به منظور طبقه ­بندی تیپ­های جنگلی در ترکیه از روش­های طبقه ­بندی سخت و نرم استفاده نمودند. صحت کلی برای روش طبقه ­بندی نرم و سخت به ترتیب ۸۰ و ۵۰ محاسبه گردید.
تورنسن و همکاران (۲۰۱۴) مطالعه­ ای را به منظور طبقه ­بندی ساختار جنگل با بهره گرفتن از روش­های طبقه ­بندی رندوم فارست، نزدیکترین همسایه و آنالیز تمایز خطی انجام دادند. صحت کلی به دست آمده در این مطالعه برای روش رندوم فارست و نزدیکترین همسایه ۳۷ درصد و روش آنالیز تمایز خطی ۴۱ درصد محاسبه گردید.
۲-۳- جمع­بندی
در اکثر مطالعات انجام شده برای تعیین کاربری و تراکم جنگل از داده ­های سنجنده­هایی با قدرت تفکیک متوسط استفاده شده است. علاوه بر این از روش­های طبقه ­بندی پارامتری (سخت) استفاده شده است. در این مطالعه قابلیت داده ­های Pleiades و روش طبقه ­بندی و رگرسیونی درختی برای طبقه ­بندی داده ­ها استفاده می­ شود.
فصل سوم

برای افزایش سطح عملکرد کارکنان، مدیران بایستی بر روی کارکنان سرمایه‏گذاری کند و به نیازهای سطح عالی کارکنان اهمیت بدهند، همچنین کارکنان را شناسایی کرده و آنها را تشویق به مشارکت در تصمیم‏ گیری نمایند.

( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

موافق این تئوری وقتی عوامل انگیزشی و عوامل نگهدارنده در یک موقعیت شغلی ضعیف است، کارکنان سازمان به کار خود علاقه‌ای نشان نمی‌دهند و میزان مرخصی استعلاجی، تقاضای انتقال به واحد و یا سازمان دیگر، درخواست مرخصی بدون حقوق، بازنشستگی، بازخرید و استعفا در آن سازمان زیاد است.
ولی در مواردی که کارکنان به شغل خود علاقمند هستند، اما شغل خود را بیش از حد معمول ترک می‌کنند، عوامل انگیزشی قوی و عوامل نگهدارنده ضعیف است و وقتی که کارکنان کمتر شغل خود را ترک می‌کنند و علاقه به شغل خود در آنان کم است، عوامل انگیزشی ضعیف و عوامل ابقا قوی است. وقتی که کارکنان کمتر شغل خود را ترک می‌کنند و علاقه به شغل خود در آنان زیاد است، در این صورت عوامل انگیزشی و ابقا هر دو قوی است.
تفاوت نظریه مازلو و آلدرف:
۱- در نظریه مازلو تا یک نیاز برطرف نشود، به نیاز بعدی نمی‏رویم، اما در نظریه آلدرفر به ‏طور همزمان می‌توان نیازها را برطرف نمود‏.
۲- در نظریه آلدرفر نیازها سلسله ‏مراتبی نیست.
انتقادات وارد بر نظریه مازلو:
۱- از آنجا که نیاز افراد متفاوت است، حدود در آن مشخص نیست.
۲- احترام از دیدگاه دیگران دلایل مختلفی دارد. احترام در بعضی وراثتی است و برخی‏ دیگر آن را کسب می‏کنند (اکتسابی)
۲-۱-۹- نظریه بهداشتی ـ انگیزشی هرزبرگ
این نظریه توسط یک روان‌شناس به نام فردریک هرتزبرگ ارائه شد. هدف هرتزبرگ شناخت عوامل محیطی و انگیزشی بود. کار او تأثیر عمیقی بر مدیریت منابع انسانی داشت. از طریق این دیدگاه مفاهیمی ‌‌چون غنی ساختن شغلی، توسعه فردی و رضایت شغلی مبنی بر اینکه انگیزه از دل افراد بیرون می‌آید، نه از دل سیاستهای اعمال شده توسط سازمان، تکامل یافتند. این امر همچنین بر روش پرداخت حقوق و مشوق‌های سازمانی نیز تأثیر گذاشته است. هرتزبرگ معتقد است که باید آن انگیزه‌ای را که بیشترین اهمیت را برای افراد دارد، انتخاب کرد. بسیاری از سازمان‌ها بر این باور هستند که پول تنها انگیزه برای کارکنان است، اما کار هرتزبرگ نمایانگر رویکردی جامع‌تر است (هرتزبرگ، برناردمانس و بارباراسنایدرمن، ۱۹۵۹). هرتزبرگ به دنبال این پرسش که «مردم از کار و شغل خود چه می‌خواهند؟» از مردم می‌خواست که به صورت مفصل درباره اوضاع یا شرایطی که می‌توانست در رابطه با شغلشان بسیار خوب یا بسیار بد باشد، صحبت کنند. سپس او این پاسخ‌ها را طبقه‌بندی کرد و چنین نتیجه گرفت که پاسخ‌هایی که متضمن احساس خوب افراد درباره کارشان است با پاسخ‌هایی که احساس بد افراد را نسبت به کارشان نشان می‌دهد، بسیار متفاوت است. برخی از این ویژگی‌ها رابطه مستقیم و پایدار با رضایت شغلی دارند و بقیه عوامل با نارضایتی شغلی ارتباط دارند. عوامل ذاتی مانند پیشرفت، شناخت یا داشتن شهرت، ماهیت کار، مسئولیت، ترقی و رشد با رضایت شغلی ارتباط دارند.
در نظریه انگیزش و بهداشت روانی، طبیعت انسان از لحاظ چگونگی ارضای نیازهای خود دارای خصوصیتی دوگانه است. یکی از ویژگی‌های آدمی ‌این است که در اثر فقدان عوامل و شرایط لازم، احساس عدم رضایت می‌کند و هنگانی که شرایط و عوامل فراهم شود، این احساس عدم رضایت کاهش یافته و به تدریج به بی‌تفاوتی می‌ انجامد. اکثر عوامل فیزیولوژیک دارای این نوع تأثیر می‌باشند و این دسته عوامل را می‌توان عوامل بهداشتی یا حافظ وضع موجود نامید.
برای مثال تشنگی که خود منشاء یکی از ناراحتی‌های غیرقابل تحمل است از این نوع به شمار می‌رود که هرگاه بروز کند تمام نیازهای انسان را نیز تحت تأثیر قرار می‌دهد و هنگامی که با نوشیدن آب احساس تشنگی رفع شود، این احساس تبدیل به بی‌تفاوتی و نهایتاً منجر به بیزاری می‌گردد. این نیازها که به وسیله عوامل طبیعی و خارجی ارضا می‌شوند، پس از مدتی به عنوان حقوق مکتسبه تلقی می‌شوند و فقط شخص را به تحصیل مزایای بیشتر بر می‌انگیزانند. یکی دیگر از خصلت‌های آدمی ‌‌وجود نیازهایی است که در یک سو برای او رضایت و کامیابی فراهم می‌آورد و سوی دیگر، فقدان رضایت یا بی‌تفاوتی به وجود می‌آورند. به کمک ارضای این نیازها است که می‌توان شاغل را راضی کرد. این نیازها که به وسیله عوامل شغلی و درونی - و نه محیطی- ارضا می‌شوند، عبارتند از کسب موفقیت، تحسین به خاطر انجام کار، مسئولیت بیشتر و رشد در کار. این رضایت‌ها اگر با محتویات شغلی به نحو مطلوبی ترکیب شوند، پایدار خواهند بود. با توجه به این عوامل دوگانه، مدیر می‌تواند عوامل ناراضی کننده را محدود و عوامل راضی کننده را توسعه دهد. در این وضع گرچه بهسازی محیط شغلی لازم شمرده می‌شود، ولی نمی‌توان به آن بسنده کرد و به موازات آن می‌توان انگیزه‌های خلاقانه آدمی ‌‌را که رضایت واقعی را در ذات کیفیت و نتیجه انجام کار جستجو می‌کنند، بیدار کرد و به کار گرفت. مدیر، با بهره گرفتن از این برداشت دو بعدی می‌تواند فلسفه مدیریت و شیوه رهبری منابع انسانی را متحول کند. (سید جوادین، ۱۳۸۶ ،۴۶۰).
هرزبرگ یک مجموعه از عواملی را که منجر به عدم رضایت شغلی می‏شود، مشخص و آنها را بهداشتی یا نگهدارنده معرفی می‌کند. همچنین مجموعه عواملی ‏دیگر را که باعث ایجاد رضایت شغلی و انگیزه در شغل می‏شود، تحت عنوان عوامل انگیزش مطرح نموده است.
عوامل بهداشتی (نگهدارنده) مانند حقوق، مقام، شرایط کاری، سرپرستی، خط‏مشی‏ها، مدیریت سازمان، روابط متقابل و … مستقیماً با فعالیت کاری افراد ارتباطی ندارد، اما وقتی کیفیت آنها کاهش پیدا کند، باعث نارضایتی می‏شود.
عوامل انگیزاننده مانند شرایط ذاتی شغل، موفقیت، ماهیت شغل، رشد و ترقی و … که می‌تواند منجر به رضایت شغلی افراد گردد.
کاربرد: این نظریه ارتباط خاصی با محیط کاری دارد. مدیران برای اینکه بتوانند در محیط کار ایجاد انگیزه نمایند، لازم است از دانش خود برای اطمینان از اینکه عوامل نگهدارنده در محیط کار وجود دارند، به ‏عنوان مبنای انگیزش استفاده نمایند.
عدم وجود عوامل بهداشتی (نگهدارنده) یا کیفیت پایین این عوامل می‏تواند منجر به عدم رضایت نیروی کار شود. زمانی که مدیران عوامل نگهدارنده رضایت‏بخشی در سازمان و محیط کار فراهم نمایند، می‏توانند بر روی عوامل انگیزشی نیز متمرکز شوند.

مقایسه نظریه‌های سلسله مراتب نیازها و انگیزش و بهداشت روانی:
با مقایسه این دو نظریه، مشاهده می‌شود که هر دو، سلسله روابط واحدی را مورد تأیید قرار می‌دهند. تأکید نظریه اول بر نیازهای انسانی و روانی فرد در محیط کار و خارج از محیط کار است، در حالی که نظریه دوم توجه خود را بر چگونگی تأثیر شرایط کار بر نیازهای اساسی همان شخص متمرکز می‌سازد. آن چه که تحت عوامل حفظ بهداشت روانی از آنها یاد می‌شود به طور کلی این است که مدیران و کارکنان فنی و تا حدودی کارمندان دفتری در جامعه نوین به درجه‌ای از پیشرفت اجتماعی و اقتصادی رسیده‌اند که اکنون فقط نیازهای درجه عالی می‌تواند برای آنان عواملی برانگیزنده محسوب شود و نیازهای سه‌گانه درجه پایین‌تر، دیگر برای هیچ یک از کارکنان عامل برانگیزاننده نیرومندی محسوب نمی‌شود، بلکه پیشرفت کارکنان در سطح کنونی فقط برای حفظ بهداشت روحی آنان ضروری است، زیرا تجربه نشان داده است که پول و مزایا فقط نیازهای جسمانی و ایمنی افراد را ارضاء می‌کند، در حالی که نیازهای اجتماعی را روابط با سرپرستی و دیگر افراد که نمونه‌هایی از عوامل بهداشت روحی است، ارضاء می کند. ارضای نیازهای جسمانی، ایمنی، اجتماعی و قدر و منزلت جزو عوامل بهداشت روانی هستند و ارضای نیازهای خودیابی و قدر و منزلت جزو عوامل انگیزشی، یعنی ارضای نیاز قدر و منزلت جزو هر دو دسته عوامل بهداشت روانی و انگیزشی می‌تواند باشد. هرگاه این نیاز عامل انگیزش محسوب می‌گردد که با کسب پست سازمانی از طریق شایستگی ارضاء شود، و اگر کسب پست سازمانی از طریق رابطه باشد، جزو عوامل بهداشت روانی خواهد بود.
۲-۱-۱۰- نظریه دو ساحتی انسان یا نظریه X وY
داگلاس مک گریگور برداشت‌ها، طرز تلقی و نگرش مدیران را در زمینه ماهیت و انگیزش انسانها به دو گروه تقسیم می‌کند و به منظور آنکه هیچ‌گونه پیش‌داوری در مورد آنها صورت نگیرد، آنها را با دو حرف X و Y مشخص کرده است. در این شیوه ما شاهد دو دیدگاه منفی و مثبت هستیم، در دیدگاه منفی کارکنان علاقه زیادی به کار کردن ندارند، مسئولیت‌پذیر نیستند و باید بر رفتار آنان نظارت کرد، وی این دیدگاه را نظریه X معرفی کرد و دیدگاه دیگر به عنوان نظریه Y که دیدگاهی مثبت نسبت به کارکنان دارد و آنان را مسئولیت‌پذیر و مشتاق کار در نظر می‌گیرد که به دلیل خود نظارتی نیازی به نظارت ندارند.
جدول ۲- ۳ پیش فرض مدیران در مورد جنبه‌های انسانی کار

در شرایطی که بنگاه ها اندازه متفاوتی دارند، نوسانات در تولید بنگاه های بزرگ اثر قابل توجهی بر تولید و قیمت صنعت می گذارد، در حالی که این مطلب برای بنگاه های کوچک صادق نمی باشد. به عبارتی، رفتار بنگاه های کوچک اثر ناچیزی بر سهم بازاری بنگاه های دیگر می گذارد اما توسعه یک بنگاه بزرگ می تواند به نابودی رقبای وی منجر میگردد که می توان آن را با یک مثال عددی بصورت زیر روشن تر ساخت.

(( اینجا فقط تکه ای از متن درج شده است. برای خرید متن کامل فایل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. ))

فرض کنید که ۱۰۱ بنگاه با تولیدات مشابه در صنعت وجود داشته باشد، ۵۰ درصد از بازار در اختیار بنگاه i ام بوده و سهم بنگاه های دیگر هر کدام ۰٫۵ درصد باشد. از طرفی E_ij, E_ii برابر ۵- است(یعنی کشش قیمتی برای هر بنگاهی یکسان است) با این وجود بنگاه i موقعیت صنعت را بصورت متفاوتی از دیگر بنگاه ها در نظر می گیرد: هر عاملی که انجام می دهد، اثر چشمگیری بر دیگر بنگاه ها خواهد داشت. برای بنگاه i موقعیت، همانند وقتی است که انحصار دو جانبه بر صنعت حاکم باشد بنابراین، نسبت تعداد معادل کششها برابر  خواهد بود. به عبارت دیگر، میزان کشش متقاطع برای بنگاه بزرگ برابر است با:

برای هر یک از بنگاه های کوچک j این موقعیت همانند وقتی است که ۳۰۰ بنگاه در صنعت وجود داشته باشد. بدین صورت که اگر یکی از بنگاه های j بخواهد ۵ درصد سهم بازاریش را افزایش دهد، باید این افزایش از گرفتن سهم بازاری سایر بنگاه ها انجام شود. بدین ترتیب که ۹۹ بنگاه کوچک داریم که سهم هر کدام ۰٫۵ درصد بوده و یک بنگاه داریم که ۵۰ درصد از بازار را در اختیار دارد. می توان این یک بنگاه را معادل ۱۰۰ بنگاه هم اندازه (با سهم ۰٫۵ درصد) در نظر گرفت. پس تعداد کل بنگاه های باقی مانده برابر با ۱۹۹ (۱۰۰+۹۹) بنگاه می شود که باید افزایش ۵ درصدی هر یک از بنگاه های j از سهم بازاری ۱۹۹ بنگاه هم اندازه باقی مانده گرفته شود. پس نسبت کششها  برابر با ۱۹۹ می گردد. به عبارتی کشش متقاطع برای ۱۰۰ بنگاه کوچک برابر است با:

همانطور که نشان داده شد، برخلاف بنگاه های کوچک، بنگاه i نمی تواند قوانین وابستگی متقابل را نادیده بگیرد. بنابراین، توزیع اندازه، مستقل از تعداد بنگاه، اثرات مهمی در وابستگی متقابل بنگاه ها خواهد داشت و تغییر در مقدار فروش یک بنگاه می تواند به نابودی همسایه های نزدیک آن منجر شود.
تمرکز و اطلاعات
در هر بازار برخی از مدیران تلاش می کنند که اطلاعاتی در مورد فعالیتها و سیاستهای سایر بنگاه ها (مثل قیمت، سرمایه گذاری تولید و برنامه های ادغام، ویژگی کالاها، تحقیقات و پروژه های تولید کالاهای جدید و غیره) بدست آورند. مشخص است که دامنه این کار بطور مستقیم با تعداد بنگاه ها در صنعت افزایش می یابد. اما افزایش در تعداد بنگاه های هم اندازه منجر به کمتر شدن وابستگی متقابل بین بنگاهها در صنعت خواهد شد، و بنابراین جمع آوری اطلاعات از فعالیت سایر بنگاه ها احتمالاً کم ارزش تر خواهد شد. در حالتی که اندازه بنگاه ها یکسان نباشد، تنها توجه به بنگاه های بزرگ هر صنعت کافی خواهد بود.
توجه به تجربه شخصی، نوسانات طبیعی، فصلی یا اتفاقی و حجم فروشف نسبت به اهمیت سهم خود در بازار آگاهی دارند: هر کاهش غیر منتظره زنگ خطری است که می تواند تعادل بازار را بر هم زند. برای سهولت، یک بازار با کالای همگن را در نظر بگیرید که یک بنگاه رهبر، قیمت را تعیین و سایر بنگاه های پیرو آن را اجرا می کنند. بنابراین، ممکن است که یک بنگاه بخواهد از طریق ارائه تخفیف به برخی از مشتریان رقیب، سهم بازار خود را افزایش دهد. چقدر این احتمال وجود دارد که این تخفیف پنهانی کشف شود؟ و چقدر احتمال دارد که این سیاست توسط سایر رقبا دنبال گردد و عمل مقابله به مثل سایر بنگاه ها برانگیخته شود و منجر به بر هم خوردن تعادل قبلی گردد؟ نکته این است که بنگاه ها یکسری نوسانات تصادفی را در فروش خود انتظار دارند. اما مشکل تشخیص این مسئله است که کاهش در فروش به خاطر نوسانات تصادفی بوده است یا بخاطر بنگاه ارزشان فروش استیگلر (۱۹۶۴) نشان می دهد در جایی که شاخص تمرکز بالا باشد، واریانس مورد انتظار فروش یک بنگاه بخاطر تغییر تصادفی مصرف کننده، حداقل است. بنابراین، بنگاهی که همیشه یکسان عمل می کند، بلافاصله توسط سایر رقبا مظنون به تقلب می شود.
ارتباط بین تمرکز و وابستگی متقابل بین بنگاه ها عاملی است که همکاری و تبانی بین بنگاه های همان صنعت را تسهیل می کند. همکاری بین آنها باعث ارتابط دو جانبه و تبادل اطلاعات بین این بنگاه ها می شود. برای n بنگاه،  کانال ارتباط وجود دارد. واضح است که با افزایش nT شبکه اطلاعات نیز رشد سریع پیدا می کند. قطع هر یک از این کانال های ارتباطی، منجر به شکست (متوقف ساختن) روند همکاری می شود. بنابراین، هر چه تعداد بنگاه ها در بازار (صنعت) بیشتر باشد، تبانی مشکل تر و شکننده تر می شود. استدلال فوق در نابرابری اندازه بنگاه ها نیز صادق است. هر چه نابرابری شدیدتر باشد، امکان بیشتری وجود دارد که یک بخش مهمی از کالاها بوسیله چند بنگاه که سیاستهای خود را با یکدیگر هماهنگ می کنند، کنترل گردد و قیمت این کالاها بوسیله این بنگاه ها کنترل و تعیین شود. تمرکز نه تنها وابستگی متقابل در انحصار چند جانبه را تقویت می کند، بلکه شرایط همکاری را نیز بوجود می آورد که این امر عدم اطمینان را در رقابت بین انحصار گرهای چند جانبه کاهش می دهد. البته این بدان معنا نیست که تمرکز بصورت خودکار باعث قیمت های انحصاری و سودهای انحصاری می شود. بنگاه ها با افزایش موانع ورود به بازار، می توانند از نفوذ رقبای جدید به بازار ممانعت نموده و از این طریق خود را حمایت نمایند.
اصول تمرکز
اقتصاد دانان متعددی سعی کرده اند تا با معرفی یکسری اصول (اکسیوماتیک) تمرکز، به یک شاخص ایده آل دست یابند. اگر چه در این زمینه موفقیت هایی بدست آمده است. ولی تاکنون نتوانسته اند شاخص تمرکزی که هم به لحاظ نظری معقول باشد و هم کاربرد عملی داشته و بدون ایراد باشد را معرفی نمایند. بطور کلی شاخص تمرکزی را می توان به عنوان یک شاخص مناسب به حساب آورد که اولاً دارای پایه های نظری قوی و ثانیاً با اصول (اکسیوماتیک) زیر منطبق باشد:
اصل رتبه بندی منحنی تمرکز: اگر منحنی تمرکز صنعت A در تمامی نقاط بالاتر از منحنی تمرکز B باشد، آنگاه باید شاخص تمرکز در صنعت A بزرگتر از صنعت B باشد.
اصل انتقال: با انتقال تمام یا بخشی از فروش یک بنگاه کوچک به بنگاه بزرگتر، تمرکز بازار افزایش خواهد یافت.
اصل ورود (خروج): با ورود (خروج) یک بنگاه کوچک به بازار، اگر سهم نسبی بازار بنگاه های موجود در بازار تغییر نکند، تمرکز کاهش (افزایش) خواهد یافت.
اصل ادغام: اگر دو یا چند بنگاه ادغام شوند، تمرکز بازار افزایش خواهد یافت. زیرا هنگامی که بنگاه ها ادغام می شوند، تمامی سهام بازار دو یا چند بنگاه به بنگاه بزرگتر منتقل شده و این امر باعث افزایش تمرکز بازار خواهد شد.
معرفی شاخص های تمرکز
شاخص تمرکز اطلاعات موجود در منحنی تمرکز را بطور خلاصه و در قالب یک عدد معین بیان می کند، از جمله این شاخص ها می توان به موارد زیر اشاره کرد:
معرفی تعداد بنگاه ها
این شاخص  ساده ترین شاخص تمرکز بوده و بیشتر برای درک نظری موضوع مفید میباشد. این شاخص با تمامی اصول برشمرده در فوق بجز اصل انتقال منطبق و هماهنگ است. یکی از نقاط ضعف این شاخص که کاربرد آن را محدود نموده است، دادن وزن یکسان به تمامی بنگاههاست.
نسبت تمرکز k بنگاه
در اکثر مطالعات تجربی از این شاخص استفاده شده است. این شاخص به دو صورت قابل محاسبه است. نوع اول این شاخص، نسبتی از محصول بازار است که توسط k بنگاه بزرگتر تولید می شود.

CR_k نسبت تمرکز k بنگاهی، ارزش تولید تجمعی k بنگاه برتر و X کل ارزش تولیدات صنعت، S_i سهم بازار بنگاه i ام میباشد (سهم بازاری بنگاه را می توان بر حسب ارزش افزوده، تولید، دارایی، اشتغال یا غیره بدست آورد.)
نوع دیگر این شاخص اشاره به آن بخشی از بنگاه های بزرگتر دارد که درصد معینی مثلاً y درصد از تولید بازار را به خود اختصاص می دهند. یعنی:

1. 1. تعدادی از بنگاه های بزرگتر که y درصد از کل محصول بازار را ایجاد کرده اند و N کل بنگاه های صنعت است. از این تعریف در عمل کمتر استفاده شده است.

اگر چه این شاخص نسبت تمرکز k بنگاهی از قابلیت کاربرد بالایی برخوردار است، اما دارای نقاط ضعفی نیز میباشد. مهمترین محدودیت این شاخص این است که از میان اطلاعات موجود بر روی منحنی تمرکز فقط به یک نقطه اکتفا می گردد. مطابق با شکل زیر، برای ساختن CR₄ برای صنعت A صرفاً از اطلاعات موجود در نقطه O استفاده شده و اطلاعاتی که در قبل و بعد از O وجود دارد مورد استفاده واقع نمی شود.
منبع خداداد کاشی (۱۳۸۵). صفحه ۱۰۷٫
مشکل اساسی زمانی بوجود می آید که منحنی تمرکز دو یا چند صنعت یکدیگر را قطع کرده باشند و محقق درصدد مقایسه سطح تمرکز و رده بندی آنها باشد. با توجه به شکل فوق، اندازه تمرکز دو صنعت A و B بر حسب نسبت تمرکز مثلاً ۸ بنگاه برتبر برابر با هم هستند، در حالی که اگر با ۸>k در نظر گرفته شود صنعت B متمرکز تر و چنانچه ۸<k در نظر گرفته شود. صنعت A متمرکز تر تلقی خواهد شد.
علاوه بر این هیچ پشتوانه نظری برای انتخاب k وجود ندارد و محقق بطور اختیاری مقدار k را تعیین می کند. نسبت تمرکز k بنگاه ممکن است تحت شرایطی دو اصل انتقال و ادغام را تامین نکند. بطوریکه اگر تغییری (انتقال یا ادغام) در صنعت صورت گیرد و k بناگه بزرگتر، از این تغییرات متاثر نشوند، در این صورت نسبت تمرکز k بنگاه میزان تمرکز قبل و بعد از تغییرات را یکسان گزارش خواهد کرد. زیرا این شاخص اطلاعات خارج از k بنگاه برتر را مورد توجه قرار نمی دهد.
شاخص هرفیندهال- هیرشمن
یکی از شاخص های مهم و کاربردی برای بیان مفهوم تمرکز شاخص هرفیندهال- هیرشمن می باشد. بر خلاف شاخص نسبت تمرکز، این شاخص به تمام اطلاعات موجود (تمام نقاط) در منحنی تمرکز توجه می کند. به عبارتی این شاخص از اطلاعات تمام بنگاه های صنعت استفاده می نماید. این شاخص عبارت است از مجموع توان دوم سهم بازار تمامی بنگاه های موجود در یک صنعت:

که در آن سهم بازاری هر بنگاه به توان ۲ رسیده است و این بدان معنی است که به سهم بازار هر بنگاه وزنه ای معادل سهم بازار همان بنگاه تعلق گرفته است. در نتیجه به سهم بنگاه های بزرگتر اهمیت بیشتری داده می شود.
شاخص آدلمن
آدلمن شاخص H را با جمع زدن شیب منحنی تمرکز در تمامی نقاط آن بدست آورد. با توجه به شکل (۲-۳) شیب منحنی تمرکز در فاصله کوچک K تا L را می توان به صورت زیر تعریف کرد:
تغییر در تولید تجمعی در فاصله k تا l بر حسب درصد
=شیب منحنی تمرکز
تغییر در تعداد بنگاه ها در فاصله K تا L
اگر در فاصله K تا L، m تا بنگاه وجود داشته باشد و ارزش تولید (یا بطور کلی سهم بازاری) این m بنگاه برابر a و کل تولید بازار ارزشی معادل X داشته باشد در این صورت شیب منحنی تمرکز برابر است با:
= شیب منحنی تمرکز
با جمع شیب منحنی تمرکز در تمامی نقاط به ترتیبی که به شیب هر نقطه آن وزنی برابر سهم بازار بنگاه هایی که در آن نقطه متمرکز شده اند داده شود، شاخص تمرکز برای کل صنعت به دست می آید:

اگر m_i برابر یک باشد، یعنی هر بار به فراوانی تجمعی بنگاه ها بر روی محور افقی یک بنگاه اضافه گردد و سپس شیب منحنی تمرکز محاسبه شود، شاخص هرفیندهال حاصل می گردد.
شاخص هانا-کای
هانا و کای گروهی از شاخص هیا تمرکز را به شکل یک تابع محدب ساده معرفی نمودند:

پس از دریافت رمز دودویی توسط تابع استگو، هرمجموعه ی هشت بیتی به صورت دوبیتی جداسازی شده، و براساس طبقه بندی در جدول(۳-۳)، برای هر زوج بیت یک نشانه مخفی در نظر گرفته می شود. در ادامه پیمایشگر کاراکترها مقایسه کاراکتری را تارسیدن به یک موقعیت شاخص ادامه میدهد و سپس دو نشانه در موقعیتهای شاخص براساس جدول (۳-۲) درج می کند، الگوریتم برای کلیهی زوج بیتهای پیام تکرار میشود.

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

شش کاراکترکه جهت نشانه گذاری استفاده شدهاند به صورت نامحسوس درج شده وقابل درک ظاهری نیستند، این ویژگی سبب می شود شفافیت فایل نهان نگاری شده کاملا حفظ گردد.
برای افزایش مقاومت دربرابر حملات مکانیزمی در نظر گرفته شد که اگر قسمتی از متن توسط کاربر ویرایش شود بازهم پیام قابل کشف باشد.
در این مکانیزم، پیام تا انتهای فایل چندیدن بار نهان نگاری میشود و جهت صحت کشف نهان نگاری اگر پیام به درستی کشف نشد الگوریتم، ادامهی فایل میزبان را جهت کشف پیام پیمایش میکند. برای جداسازی تعداد دفعات نهاننگاری، قبل از نهان نگاری پیام رمز، یک کاراکتر(کنترلی بدون طول یونیکد) LRE یا RLE با کد هگز(U+202A،U+202B)، نسبت به نوع زبان متن(چپ به راست یا راست به چپ) درج شده، سپس پیام رمز شده اصلی و در انتها طول پیام رمز جهت بررسی صحت تشخیص پیام درج میشود.
۳-۴-۳- کشف و استخراج پیام رمز
در مرحله ی کشف و استخراج پیام، فایل استگو( حامل نهان نگاری) به عنوان ورودی دریافت شده و کاراکتر به کاراکتر پیمایش میشود به پیمایشگر متن با بررسی موقعیتهای شاخص نوع زوج بیت پیام را با توجه به جدول (۳-۳)، کشف بیتهای کاراکتر را انجام داده ودرنهایت کاراکترهای نشانه گذاری حذف میشود والگوریتم بابررسی شروع رمز بایک کاراکترکنترلی (بدون طول یونیکد) LRE یا RLE و جداسازی طول کاراکترهای پیام از انتها ، ادامه پیدا میکند و صحت تشخیص پیام را بررسی مینماید.
فصل چهـارم: تجزیه و تحلـیـل داده ها
یک اثر بزرگ و فوق العاده و اصیل فقط آنگاه خلق می شود که مؤلفش افکار، روش و عقاید معاصرانش را نادیده بگیرد.
«آرتور شیپنهاور»
۴-۱- بررسی آزمایشات الگوریتم پیشنهادی
الگوریتم پیشنهادی در این پروژه ، در محیط IntelliJ IDEA 12 با زبان برنامه نویسی جاواطراحی وپیاده سازی شد و سپس برروی فایلهای متنی با فرمت Docx (MS Word 2010) به عنوان نمونه،مطابق با جدول (۴-۱) اجرا گردید.
جدول ۴-۱: فایل های نمونه جهت آزمایشات الگوریتم

۴-۲- نتایج وبحث برروی نتایج
پس ازاجرای الگوریتم روی فایلهای نمونه اصلی و بررسی های مختلف برروی فایل استگو(حامل نهان نگاری)، نتایججدول(۴-۳) استخراج شده است، این مقادیر نسبت به فایل های مختلف متفاوت میباشد.
نتیاج اجرای الگوریتمهای نمونه برروی فایلهای مختلف ممکن است متفاوت باشد، آنچه در نتایج تاثیر گذار میباشد، کاراکترهای شاخص هر الگوریتم جهت نهان نگاری است که متناسب با آن میزان درصد مقاومت و ظرفیت نهان نگاری تغییر میکند.
جهت آنالیزو بررسی ویژگیهای نهاننگاری درروش پیشنهادی، نتایج اجرای الگوریتم با نتایج اجرای روش های (عالیا سلمان و همکاران« NP-UniCh»،۲۰۱۲)و(لیپ یپور و همکاران«UniSpaCh »، ۲۰۱۲) که قابلیت اجرا بروی متون مختلف را دارند مورد مقایسه قرار گرفت.
جدول ۴-۲: نتایج اجرای روش پیشنهادی و دو روش بررسی شده برروی فایل های نمونه

تبیین رابطه بین ورزش و رشد اقتصادی با بهره گرفتن از مدل رشد و مبانی ریاضی آن
در مدل رشد اقتصادی، اقتصادی را فرض کنید که درآن خانوار تنها عامل تولید کالاها و نیز عرضه­کننده عامل تولید است. همچنین فرض می­ شود که هر خانوار دوره زمانی t را صرف تحقق سه هدف می­ کند: انباشت سرمایه  ، تولید کالا  و ورزش و فراغت  .

که در آن  زمان سپری شده برای انباشت سرمایه انسانی،  زمان صرف شده برای تولید و  نیز زمان صرف شده برای ورزش و فراغت می­باشد. با توجه به اینکه ورزش نقش اساسی در سلامت فرد دارد، باعث افزایش بهره­وری شده و بهبود سرمایه انسانی را در پی دارد. این ادعا را می­توان از طریق نظریه سرمایه انسانی بکر^[۳۸] که در فصل گذشته توضیح داده شد توجیه کرد. بکر نشان می­دهد که ورزش دارای مشخصات کالای سرمایه­ای است که فرد از آن، عایدی بدست می ­آورد. ورزش باعث می­ شود که فرد سالم­تر زندگی کرده، بهره­وری آن افزایش یافته و باعث افزایش تولید ملی ­شود. در واقع، به نظر بکر، زندگی افراد مثل ماشین­های مختلف می­باشد که می­توانند کیفیت­های مختلف داشته باشند. این تفاوت کیفیت، از طریق ورزش ایجاد می­ شود. با توجه به نظر بکر، ورزش باعث بهبود سرمایه انسانی می­ شود (گراتون و تیلور، ۲۰۰۲). اگر  را سرمایه انسانی بدون ورزش در نظر بگیریم لذا  بهبود یافته سرمایه انسانی است که با وجود ورزش بدست آمده است، لذا داریم (زیرنویس زمان (t) برای سادگی نگارش حذف شده است):

( اینجا فقط تکه ای از متن فایل پایان نامه درج شده است. برای خرید متن کامل پایان نامه با فرمت ورد می توانید به سایت feko.ir مراجعه نمایید و کلمه کلیدی مورد نظرتان را جستجو نمایید. )

از این رو انباشت سرمایه انسانی می ­تواند بصورت زیر تعریف گردد:

که در آن  عامل کارآیی (تحصیلات – دانش) و  مشتق زمانی   می­باشد.
لذا تابع تولید بصورت زیر تعریف می­ شود:

که بر اساس سرانه نیروی کار بصورت زیر در می ­آید:

که  تولید سرانه،  سرمایه سرانه و  عامل بهره­وری می­باشد.
انباشت سرمایه بصورت  تعریف می­ شود که در آن  :  و  پس­انداز سرانه می­باشد.
محدودیت بودجه دولتی نیز بر حسب سرانه بصورت زیر است:

که  سرانه هزینه­ های دولت و  نرخ ثابت مالیات بر درآمد می­باشد (با این فرض که درآمد دولت فقط از محل مالیات­ها تأمین می­ شود).
حال در نظر بگیرید که تابع مولد ورزش بصورت زیر تعریف شود:

نشان دهنده مخارجی است که در ورزش صورت می­گیرد و  نشان دهنده درآمد قابل تصرف می­باشد. همان­طور که ملاحظه می­ شود رابطه بین ورزش و مولد ورزش بصورت صعودی کاهنده می­باشد.
اگر ورزش صورت نگیرد  آنگاه تابع مولد ورزش برابر با صفر خواهد بود
نمودار (۳-۱) ارتباط بین زمان اختصاصی به ورزش و مخارج ورزشی سرانه را نشان می­دهد. در واقع با افزایش زمان ورزش، مخارج سرانه ورزش افزایش می­یابد ولی این افزایش کاهنده می­باشد.
رابطه بین زمان اختصاصی به ورزش و مخارج ورزشی سرانه
باید تابع مصرف، با توجه به قیود مشخص، ماکزیمم شود:
s.t:
(۸)
و  به ترتیب نرخ رجحان زمانی و نرخ تنزیل می­باشند.
پس­انداز سرانه برابر است با
که در آن،  : درآمد قابل تصرف،  : مخارج ورزشی یا مولد ورزشی و  : مصرف سرانه می­باشد. در واقع نشان می­دهد که پس­انداز سرانه، از اختلاف بین درآمد قابل تصرف با مخارج ورزشی و مصرف سرانه بدست می ­آید.
و چون  و  آنگاه می­توان  را بصورت زیر نوشت:
(۹)
(۱۰)
تابع همیلتون را تشکیل داده و آن را حل می­کنیم:
(۱۱)

بعد از لگاریتم­گیری و سپس مشتق­گیری بر حسب زمان از هر دو طرف معادله (۱۲) داریم:
(۱۷)
از معادله (۱۳) داریم:
(۱۸)
از معادله (۱۶) داریم:
(۱۹)
از معادلات (۱۸) و (۱۹) داریم:
(۲۰)
با لگاریتم­گیری و سپس مشتق­گیری از طرفین معادله (۱۸) می­توان به نتیجه زیر رسید:
(۲۱)
از معادلات (۱۷) و (۲۰) و (۲۱) داریم:
(۲۲)