پیاده سازی یک ماژول مربوط به زبان فارسی در گیت و مستند سازی آن بازشناسی جملات در متون فارسی (که بر اساس نماد ها و قواعد انجام می شود) بارشناسی اسامی خاص در متون فارسی (که نام افراد، اماکن، اعداد، و … را تشخیص می دهد و نوع آن را نیز تعیین می کند) برچسب […]
پیاده سازی یک ماژول مربوط به زبان فارسی در گیت و مستند سازی آن بیشتر بخوانید »
ماشین بردار پشتیبان یک دسته بندی کننده باینری می باشد ، به عبارت دیگر تنها می تواند تنها دو کلاس را از هم دسته بندی کند اما LIBSVM حالت چندكلاسه را نيز پشتيباني مي كند، بنابراين از نظر ميزان دشواري انجام پروژه، تفاوتي بين مسائل دو كلاسه و چند كلاسه وجود دارد. تنها تفاوت اين
شبكه عصبي مصنوعي در شبكهي Hamming مقدار «ناصفر» در خروجي كلاس را مشخص ميكند، در حالي كه در شبكهي Hopfiled بردار الگوي كلاس به عنوان خروجي داده ميشود. مثال سيب و پرتقال! اين شبكه ها قابليت به خاطر سپردن يك سري الگو را دارا هستند. اين الگوها در اتصالات بين نرون ها ذخيره
الگوریتم های ژنتیک کلاسیک در یافتن نواحی جواب با سرعت خوبی عمل می کنند اما در به دست آوردن جواب با دقت مورد نظر زمان زیادی را صرف می کنند . این نقص را می توان تا حدودی با بکارگیری دانش موجود از مساله و یا اضافه کردن فاز جستجوی محلی به چرخه ی تکاملی
در این پست می خوام از یه روش جدید واسه تشخیص عنبیه بگم که از یه مقاله پیداش کردم ، خیلی جالب بود ، تمرکز این روش در استفاده از تبدیل Ridgelets به جای موجک هاست تبدیل Ridgelets از ترکیب تبدیل Radon با تبدیل موجک بدست می یاد . نویسندگان این مقاله معتقدن که Ridgelets
پردازش تصویر به دو نوع دیجیتال و آنالوگ تقسیم می شود. اما امروزه منظور از پردازش تصویر بیشتر پردازش دیجیتالی تصاویر می باشد.این علم به شکلی عمیق با علوم کامپیوتر، برنامه نویسی و پردازش سیگنال درهم آمیخته شده است. و کسی که قصد یادگیری این علم را داشته باشد لازم است قبل از با یک
ویولت یا موجک یکی از ابزارهای مهم در مهندسی می باشد که در سایت گروه برنامه نویسی متلب ایران می توانید مطالب مفیدی را در این زمینه بیابید. matlab1.ir مطلبی که می خواهیم در این صفحه در مورد آن صحبت کنیم ترکیب ویولت و شبکه عصبی می باشد. ابتدا توضیح مختصری در مورد شبکه عصبی