دانلود کد متلب تشخیص نفوذ با شبکه عصبی MLP
لینک دانلود فایل word توضیحی خط به خط برنامه فایل متنی توضیحی پروژه کد متلب MATLAB
شبکه های عصبی
پروژه متلب شبکه پتری فازی fuzzy petri net
لینک دانلود Adam Petri در سال 1962 petri net را در قسمتی از پایان نامش ابداع کرد. عناصر Petri net : یک petri net از چهار نوع المان تشکیل شده است : token و places و arcs و transitions می باشد. Token با یک نقطه در مدلهای perti net نشان داده می شود. وقتی تعداد
بهینه سازی شبکه بیزین با الگوریتم تجمعی ذرات
لینک دانلود بهینه سازی Bayesian Network شبکه بیزین با الگوریتم تجمعی ذرات Particle Swarm Optimization PSO
بهینه سازی شبکه بیزین با الگوریتم تجمعی ذرات بیشتر بخوانید »
بهینه سازی شبکه بیزین با الگوریتم ژنتیک
لینک دانلود بهینه سازی Bayesian Network شبکه بیزین با الگوریتم ژنتیک Genetic Algorithm GA
کد متلب دسته بندی اثرانگشت
یکی از مراحل مهم در شناسایی اثرانگشت، دسته بندی اثرانگشت می باشد. ابتدا تمام تصاویر موجود را تک تک می خوانیم و به تصویر دو بعدی تبدیل می کنیم و برای بالا بردن کیفیت تصاویر از روش یکسان سازی هیستوگرام استفاده می کنیم و سپس تصاویر را هم اندازه می کنیم. لینک دانلود سپس ماتریس
فیلم آموزش فارسی شبکه عصبی بازگشتی NARX
در مدلسازی سری زمانی ، مدل برونی خودپنداره غیر خطی یا مدل nonlinear autoregressive exogenous یا NARX به عنوان یکی از مدلهای پر کاربرد می باشد. در این مدل مقدار فعلی به مقادیر قبلی ورودی و خروجی وابسته است. رابطه یک شبکه NARX به صورت زیر است : y(t)=f(y(t−1),y(t−2),…,y(t−ny),u(t−1),u(t−2),…,u(t−nu))+Ɛ y(t) خروجی نهایی ، u(t) ورودی
درخت بگینگ Bagging tree
درخت بگینگ مخفف Bootstrap aggregating (Bagging) می باشد که در این قسمت توضیح داده شده است. الگوریتم بگینگ از مجموعه ای از مدلهای پایه‌ای تشکیل شده و به ترتیب زیر عمل می‌کند. با دریافت مجموعه‌ی آموزشی D با سایز N (تعداد نمونه های داده آموزشی)، به تعداد K مجموعه آموزشی جدید Di، با سایز n<N،
بسته آموزشی جامع بینایی ماشین
به عبارت ساده تر، بینایی ماشین یعنی ” آموزش ماشین به نحوی که ببیند “. این زمینه تحقیقاتی بیش از 40 سال است که سابقه دارد اما رشد انفجاری اخیر تکنولوژی های تصویر برداری دیجیتال منجر به ایجاد مسائلی جدید شده است که بسیار هیجان انگیز و کاربردی است. در بینایی ماشین دو زمینه تحقیاتی
برنامه نویسی متلب تبدیل کرولت
روشهای چند رزولوشنی به طور عمیقی به پردازش تصویر و ماشین بینایی و محاسبات علمی مرتبط هستند. تبدیل کرولت یک تبدیل چند جهتی چند مقیاسی است. تبدیل کرولت بیان غیر وفقی بهینه از لبه ها می باشد. از این تبدیل در پردازش تصویر و ویدئو و اکتشاف لرزه ای و مکانیک سیالات و شبیه سازی
سیستم های اجرایی تولید
منشاء مفهوم سیستم اجرایی تولید[1] را میتوان در سیستم جمعآوری دادهها، در اوایل دهه 80 یافت، زمانیکه سازمانهای مختلف هریک برای خود قوانین ونظمهای متفاوت، نظیر طراحی تولید، مدیریت پرسنل تولید داشتند. به تدریج با ظهورCIM[2] معیاری برای تفکیک این وظایف عنوان شد ودر اواسط دهه 90، سیستمهای جمعآوری دادههای تولید، خودرا به نحوی ارتقا