کلاسه بندی[1] یکی از وظایف اساسی در داده کاوی[2] است که بطور وسیعی در زمینه یادگیری ماشین[3]، شبکه های عصبی[4] و تشخیص الگو[5] مورد مطالعه واقع شده است. ورودی، مجموعه ای از نمونه های آموزشی[6] است که شامل چندین ویژگی[7] است. ویژگی ها با توجه به دامنه مقادیرشان به دو دسته ویژگی های گسسته[8] و […]
تاریخچه هوش مصنوعی توانایی یادگیری منحصر به سیستم‌های زنده نیست بلکه در مدل‌های شبکه عصبی نیز قابل دسترس است. گرچه مفهوم یادگیری ماشین برخلاف باورهای معمول ما از کامپیوترها است، زیرا اغلب فرض می‌شود که کامپیوترها تنها قادر به اعمالی هستند که برایشان برنامه ریزی شده است و خود توانایی تطبیق با محیط را ندارند.
2-2-1- حسون معمولي(Bloch, 1795) Saurida tumbil خانواده: كيجار ماهيان نام فارسي: حسون معمولي مشخصات: – بدن كشيده و لوله‌اي شكل. – چندين رديف دندان در هر دو فك كه حتي هنگام بسته بودن دهان قابل رويت هستند. – يك تكه كوچك از دندانها روي استخوان تيغه مياني بيني. – درازترين شعاع باله پشتي 4 برابر
خلیج‌فارس بین 24 تا 30 درجه و 30 دقیقه عرض شمالی و 48 تا 65 درجه و 30 دقیقه طول شرقی از نصف النهار گرینویچ قرار گرفته است. طول خلیج‌فارس بیش از 900 کیلومتر و میانگین پهنای آن حدود 240 کیلومتر است. عریض‌ترین قسمت آن 400 کیلومتر و كم عرض‌‌ترین نقطه آن (تنگه هرمز) حدود
پیاده سازی یک سیستم ERP از فعالیت هایی است که عموماً چالش برانگیز است. از یکسو بازه زمانی فرآیند پیاده سازی ممکن است از یک تا پنج سال بطول بیانجامد و از سویی دیگر سازمان در این فرآیند با عوامل متعددی مواجه شود که اگر نتواند بدرستی آن ها را هماهنگ سازد، ممکن است به
تعریف: سیستم برنامه ریزی منابع سازمان، نرم افزارهایی هستند که به سازمان ها کمک می کنند تا جریان اطلاعات و فرآیندهای کسب و کارشان را یکپارچه نمایند. آن ها عمدتاً از طریق یک بانک اطلاعاتی منفرد که اطلاعات را در رویه ای بلادرنگ جمع آوری و ذخیره می کند؛ وظایف و واحدهای سازمانی را پشتیبانی
دیدگاه حوزه فرکانس از اعوجاجهای موجود در تصاویر LR به منظور بازسازی تصویر HR استفاده میکند. تیسای و هانگ [24] ، ابتدا رابطهی بین تصویر وضوح بالا را با تصاویر کم وضوح شیفت یافته در حوزه فرکانس، بدست آوردند. دیدگاه حوزه فرکانس مبتنی بر اصول کلی زیر است : خاصیت جابجایی تبدیل فوریه رابطه اعوجاج
برای شناسایی علایم توسط SVM باید در ابتدا به آن آموزش داد، برای اینکار ویژگیهای تصاویر با استفاده از SIFT[1] بدست آورد. مشکلات ناشی از مقیاس[2]،چرخش[3]،اعوجاج معین[4]،تغییر دید سه بعدی، نویز وتغییرات روشنایی تاثیر کمی بر SIFT دارند]76[ ؛ پس بخوبی از عهده تطبیق تصاویر[5] بر می آید]77[. SIFTشامل دو مرحله است: تشخیص نقاط کلیدی
الگوريتم اجتماع ذرات يك الگوريتم بهينه سازي تقليدي از رفتارهاي جوامع جانوري در پردازش دانش جامعه است. اين الگوريتم PSO از دو زمينه ريشه گرفته است . نخست زندگي مصنوعي (مانند دستة پرندگان، ماهي ها) و دوم محاسبات تكاملي، در این زندگی مصنوعی]73[. الگوریتم PSOبسیاری از مشکلات را در امر تجزیه وتحلیل تصویر حل کرده
شناسایی علایم ترافیکی بخشی از موضوع گسترده تری تحت نام ” شناسایی الگو“[1] است.مشکل اصلی در شناسایی الگو، دشواری شناسایی مشخصه الگو(templates) است. بعنوان مثال برنامه ای را در نظر بگیرید که برای تشخیص صورت افراد مورد استفاده قرار می گیرد، باید صورت شخص را از بین صورتهای گوناگون موجود در تصویر شناسای کند]17[. بطور