Artificial Intelligence - هوش مصنوعی  
انجمن را در گوگل محبوب کنيد :

بازگشت   Artificial Intelligence - هوش مصنوعی > محاسبات نرم > سیستم های فازی (Fuzzy Systems)


 
تبليغات سايت
Iranian Association for the Advancement of Artificial Intelligence
ارسال تاپيک جديد  پاسخ
 
LinkBack ابزارهاي تاپيک نحوه نمايش
قديمي ۱۲-۱۵-۱۳۸۸, ۰۶:۵۹ قبل از ظهر   #101 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Question

جايابي مقاوم قطب براي سيستمهاي فازي از طريق فيدبك خروجي

اين مقاله به ارايه يك روش بهبود يافته براي جايابي مقاوم قطب از طريق كنترل فيدبك خروجي براي سيستمهاي فازي با عدم قطعيت مي پردازد . كنترل كننده با استفاده از تكنيك جبران سازي توزيع يافته موازي (pdc) . بر اساس مدل t-s از فرآيند تعيين شده و روش طراحي بر اساس قيود نامساوي ماتريسي خطي (lmi) بيان مي گردد . به منظور نشان دادن كارايي اين روش، تكنيك طراحي ارايه شده بر روي سيستم پاندول معكوس پياده سازي مي شود و نتايج مورد ارزيابي قرار مي گيرد.
فايل ضميمه
نوع فايل: pdf f83.pdf (332.9 كيلو بايت, 329 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۱-۱-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)

  #ADS
نشان دهنده تبلیغات
تبليغگر
 
 
 
تاريخ عضويت: -
محل سكونت: -
سن: 2010
پست ها: -
 

نشان دهنده تبلیغات is online  
قديمي ۱۲-۱۵-۱۳۸۸, ۰۷:۰۲ قبل از ظهر   #102 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Exclamation

حذف نويز اسپكل در تصاوير آلتراسوند پزشكي مبتني بر شبكه عصبي و تبديل موجك

آلتراسونوگرافي، به دليل داشتن خصوصياتي چون غيرتهاجمي بودن، قابليت حمل و قيمت نسبتاً پايين آن، يكي از روشهاي پركاربرد در تصويربرداري از اعضاي داخلي و بافتهاي نرم بدن انسان است. با اين وجود، كيفيت پايين تصاوير آلتراسوند، پيشپردازش آنها را براي تشخيص پزشكي اجتنابناپذير مينمايد. اين پيشپردازش، شامل حذف نويز اسپكل ميباشد كه نوعي نويز ضربشونده است و تفسير تصاوير آلتراسوند را دچار مشكل ميكند. در اين مقاله، براي حذف اين نوع نويز از روش شبكهعصبي آستانهگذاري با تابع غيرخطي جديد استفاده شدهاست. اين روش با تركيب مفهوم شبكه عصبي و حذف نويز در حوزه ي موجك، با استفاده از آموزش بدون ناظر و با كمك معيار ،sure اين نوع نويز را حذف ميكند. نتايج آزمايشها، برتري روش پيشنهادي را نسبت به ساير روشهاي متداول به اثبات ميرساند.
فايل ضميمه
نوع فايل: pdf i897.pdf (725.6 كيلو بايت, 302 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
green_Dream (۱۲-۱۷-۱۳۹۱), masood (۱۱-۱-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۲-۱۵-۱۳۸۸, ۰۷:۰۵ قبل از ظهر   #103 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
پيش فرض

خوشه بندي گرهها در شبكه هاي سنسور بي سيم با استفاده از الگوريتم ژنتيك

مصرف بهينه انرژي در شبكه هاي سنسور بيسيم از اهميت زيادي برخوردار است. پژوهشهاي قبل نشان داده است كه با سازماندهي گره- هاي شبكه در تعدادي خوشه، ميتوان به كارايي بيشتري از انرژي رسيد كه به افزايش عمر شبكه منتهي ميشود. خوشه ها هر كدام شامل يك گره اصلي به نام سرخوشه و تعدادي گره فرعي به عنوان عضو ميباشند. ايجاد كنترل روي تعداد و مكان سرخوشه ها و همچنين اندازه خوشه ها از نظر تعداد اعضا همواره به عنوان يك چالش مطرح بوده است. طبيعت ديناميكي مسئله بخاطر تغيير پياپي سرخوشه ها در هر دوره از فعاليت شبكه، مسئله را پيچيده تر ميكند كه با روشهاي كلاسيك رياضي قابل مدلسازي نيست. در اين پژوهش با استفاده از الگوريتم ژنتيك، تعداد و محل سرخوشه ها را بطور بهينه تعيين ميكنيم. معيار برازش بر اساس حداقل انرژي مصرف شده گره هاي شبكه در طي هر دوره عمليات ارسال داده خواهد بود كه منجر به ايجاد تعادل در مصرف انرژي سرخوشه ها و در نتيجه طولانيتر شدن عمر شبكه ميشود.
فايل ضميمه
نوع فايل: pdf i493.pdf (390.5 كيلو بايت, 331 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۱-۱-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۲-۱۵-۱۳۸۸, ۰۷:۱۱ قبل از ظهر   #104 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow

در سيستم كنترل سرعت موتور القايي با روش هوشمند آتوماتاي يادگيري تقويتي تركيبي pi طراحي بهينه كنترل

موتور القايي به دليل هزينه اوليه كم و عدم نياز به تعميرات دوره اي بيش از 95 ٪ از نياز صنعت به محركه هاي الكتريكي را تامين مي نمايد. در بسياري از كاربردهاي موتورهاي القايي كنترل سرعت آنها الزامي است. در اغلب موارد بار موتور و پارامترهاي آن )مانند اينرسي دوراني و...( متغير است و پيش بيني نمودن آن مشكل بوده و از نظر اقتصادي مقرون به صرفه نيست . كنترل كننده موجود در سيستم كنترل سرعت موتور القايي از نوع pi مي باشدك ه با هرتغيير پارامتر سيستم بايد پارامترهاي كنترل pi را مجددا تنظيم كرد. در اين مقاله مقادير بهينه پارامترهاي كنترل pi باروش هوشمند آتوماتاي يادگيري تقويتي تركيبي تعيين مي گردند. روش پيشنهادي روشي خودكار و دو مرحله اي است كه بدون نياز به شناسايي پارامترهاي دستگاه تحت كنترل مي توان آنرا براي تطبيق پارامترهاي كنترل كننده نيز بكار برد.
فايل ضميمه
نوع فايل: pdf f253.pdf (431.1 كيلو بايت, 263 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۱-۱-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۲-۱۵-۱۳۸۸, ۰۷:۴۱ قبل از ظهر   #105 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Lightbulb

در شبكه هاي توزيع شعاعي با استفاده از ميكرو- الگو ريتم avr مكان يابي ژنتيك

در شبكه هاي توزيع روستاي ي شعاعي ، استفاده از avr به كاهش تلفات انرژي و افزا يش كيفيت توان مصرف كنندگان انرژي كمك مي كند و افت ولتاژ در طول فيدر توزيع كاهش مي يابد. از طرفي، براي اينكه به تصميم گيران شركت هاي توزيع انرژي اطلاعاتي داده شود كه بر اساس آن بتوانند تصميم گيري بهتري داشته باشند و با تكيه به اين اطلاعات بهينه ترين مكان ها برا ي يك مجموعه avr در شبكه هاي توزيع را پيدا كنند.فرايند بهينه سازي بر اساس كاهش تلفات كلي و بهبود پروفيل ولتاژ در طول فيدر، به عنوان يك تابع چند ضابطه اي كه بايد بهينه شود كار مي كند .يكي از عالي ترين روشها براي حل اينگونه مسائل چند ضابطه اي الگو ريتمي است بنام μga اين روش قادر به پيدا كردن جواب با استفاده از يك روش موثر بنام روش بهينه سازي پارتو است .در اين مقاله سعي شده است استفاده از اين الگوريتم با مثال هاي بسيار ساده توضيح داده شود بعد در قدم بعدي برنامه نوشته شده بر روي يك سيستم نمونه بسيار ساده پياده شود و نهايتاً براي يك سيستم واقعي اين كار انجام شود.
فايل ضميمه
نوع فايل: pdf i655.pdf (491.9 كيلو بايت, 232 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۱-۱-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۲-۱۵-۱۳۸۸, ۰۷:۴۷ قبل از ظهر   #106 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Thumbs up

روشي جديد براي آشكارسازي چهره با استفاده از ماشين بردار پشتيبان

در اين مقاله، روشي جديد براي آشكار سازي چهره با استفاده از ماشين بردار پشتيبان پيشنهاد شده است كه باعث افزايش نرخ آشكارسازي وهمچنين كاهش خطاي روشهاي قبلي مي گردد. در روشهاي كلاسيك آشكارسازي چهره با استفاده از ماشين بردار پشتيبان، ابتدا تصوير ورودي به پنجره هايي با ابعاد ثابت تقسيم و در نهايت براي هر پنجره تصميم گيري مي شود. اين روش داراي نرخ آشكار سازي كمي است. در اين مقاله براي بهبود روشهاي قبلي بجاي استفاده از پنجره ثابت از پنجره هايي با اندازه هاي مختلف استفاده مي شود. هر پنجره داراي دقت خاص در آشكارسازي است كه در نهايت، تصميمات حاصل از بكارگيري پنجره هاي مختلف روي يك ناحيه از تصوير، با هم ادغام مي شود. همچنين در اين مقاله از يك سطح تصميم گيري وفقي استفاده شده و بجاي اينكه تصميم گيري براي هر پنجره فقط متكي بر خروجي ماشين بردار پشتيبان باشد از معيار هاي شباهت سنجي بين پنجره مربوطه با مدلي از چهره براي تصميم گيري نهايي استفاده مي گردد. نتيجه بكارگيري اين روش، افزايش قابل قبول نرخ آشكار سازي و همچنين كاهش خطا است كه نتايج شبيه سازيها مؤيد اين مسئله است.
فايل ضميمه
نوع فايل: pdf i435.pdf (568.7 كيلو بايت, 309 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
aimaryam (۰۵-۶-۱۳۸۹), black_wear (۰۹-۱۴-۱۳۹۰), masood (۱۱-۱-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۲-۱۵-۱۳۸۸, ۰۸:۳۲ قبل از ظهر   #107 (لینک دائم)
عضو جدید
 
آواتار salamkhoda
 
تاريخ عضويت: دي ۱۳۸۸
محل سكونت: Tehran
پست ها: 4
تشكرها: 9
2 تشكر در 1 پست
Thumbs up درخواست

نقل قول:
نوشته اصلي بوسيله Reyhane نمايش پست
دانلود مقالات اولین کنگره مشترک سیستمهای فازی و سیستمهای هوشمند

فقط..
231 مقاله است! همين!!
سلام خانمی میشه لیست مقالات ا برای من بفرستی به صورت عنوان ممنونت میشم.
narges_zeinolabedin@yahoo.com
salamkhoda آفلاين است   پاسخ با نقل قول
از salamkhoda تشكر كرده اند:
aimaryam (۰۵-۶-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۲-۱۵-۱۳۸۸, ۱۲:۱۰ بعد از ظهر   #108 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Smile

روشي جديد براي آشكارسازي عيب بلبرينگ هاي موتور القايي با استفاده از شناسايي الگو

در اين مقاله روشي جديد بر مبناي تشخيص الگو با استفاده از شبكه عصبي مصنوعي براي آشكارسازي و دسته بندي عيوب بلبرينگ هاي موتور القايي ارائه مي شود. شبكه عصبي توسط يك دسته داده آزمايشگاهي با مشخص بودن محل عيب آموزش داده مي شود و يك دسته داده نيز براي آزمون شبكه به كار برده ميشود. در اين روش خصوصيات حوزه زمان و فركانس سيگنال ارتعاشات بدنه موتور استخراج و به عنوان ورودي شبكه عصبي استفاده مي شوند. اين ويژگي ها از پردازش مستقيم بخش هاي مختلف سيگنال اندازه گيري شده بدست مي آيد. سه حالت سالم، عيب رينگ بيروني و عيب رينگ داخلي با استفاده الگوريتم پيشنهادي دسته بندي مي شوند و نوع عيب مشخص ميشود. نتايج نشان مي دهد كه الگوريتمهاي تشخيص الگو با استفاده از خصوصيات حوزه زمان مي تواند محل عيب را با دقت بالا و بدون نياز به محاسبات پيچيده مشخص كند.
فايل ضميمه
نوع فايل: pdf i961.pdf (529.1 كيلو بايت, 246 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۱-۱-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۲-۱۵-۱۳۸۸, ۱۲:۱۳ بعد از ظهر   #109 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool

سيستم بازشناسي حروف دست نويس فارسي بر اساس الگوريتم آموزش فعال با استفاده از كميته اي از دسته بندها

در مسايل يادگيريِ واقعي، بدست آوردن نمونه هاي برچسب دار براي آموزش بسيار پرهزينه مي باشد. در اين مقاله روشي براي دسته بندي حروف پيشنهاد شده است كه در آن ابتدا يك كميته شامل يك شبكه عصبي ساده چند لايه، يك دسته بند بيزين ساده و يك دسته بند Rocchio با تعداد كمي نمونه برچسبدار ساخته م يشوند. سپس با استفاده از يادگيري فعال و با بكارگيري روش نمونه برداري براساس عدم اطمينان و اختلاف نظر بين اعضاي كميته و عدم مشابهت، نمونه هاي مفيد را براي برچسب گذاري به كاربر مي دهد تا در آموزش مجدد دسته بندها استفاده كند. در نهايت در مرحله تست از تركيب آراي اعضاي كميته براي تعيين كلاس داده ورودي استفاده مي شود. همچنين مقايسه اي بين نتايج دسته بندي حاصل از روش هاي معمولي آموزش، روش هاي فعال آموزش با استفاده از يك دسته بند و روش پيشنهادي صورت گرفته است. اين مقاله همچنين از روش قاب بندي براي استخراج ويژگيها استفاده مي كند. اين روش وابسته به قلم و اندازه حرف ورودي نيست و با يك تغيير كوچك در مرحله پيش پردازش براي هر زباني با هر قلمي و هر اندازه اي مي تواند كارا باشد. نمونه هاي استفاده شده بصورت دستي جمع آوري و پردازش شده اند.
فايل ضميمه
نوع فايل: pdf i539.pdf (297.5 كيلو بايت, 265 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۱-۱-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲), بازبازی (۰۶-۲۶-۱۳۹۲)
قديمي ۱۲-۱۵-۱۳۸۸, ۰۱:۱۶ بعد از ظهر   #110 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,337 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Cool

شبكه هاي عصبي مصنوعي جهت تشخيص و طبقه بندي بيماري هاي گوارشي بااستفاده از آناليز هاي ويولت و كپستروم در مقايسه با روشهاي آماري

در اين مقاله بررسي بر روي بيماري هاي گوارشي آشكار شونده توسط صوت صورت مي گيرد ويژگي هاي مربوطه سيگنالها ي صوتي پس از ثبت در خوزه كپستروم و ويولت استخراج شده و ثبت مي گردد و طبقه بندي اين سيگنالها به وسيله طبقه بندي كننده هايي چون شبكه عصبي و آماري انجام مي گيرد. در نهايت مقايسه نتايج روش هاي ذكر شده در رسيدن به تشخيص درست تر.
فايل ضميمه
نوع فايل: pdf i163.pdf (619.2 كيلو بايت, 251 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۱-۱-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
پاسخ



كاربران در حال ديدن تاپيک: 1 (0 عضو و 1 مهمان)
 

قوانين ارسال
You may not post new threads
You may not post replies
You may not post attachments
You may not edit your posts

BB code is فعال
شکلکها فعال است
كد [IMG] فعال است
كدهاي HTML غير فعال است
Trackbacks are فعال
Pingbacks are فعال
Refbacks are فعال




زمان محلي شما با تنظيم GMT +3.5 هم اکنون ۱۲:۰۲ بعد از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2024, Jelsoft Enterprises Ltd.
Search Engine Friendly URLs by vBSEO 3.1.0 ©2007, Crawlability, Inc.

Teach and Learn at Hexib | Sponsored by www.Syavash.com and Product In Review

استفاده از مطالب انجمن در سایر سایت ها، تنها با ذکر انجمن هوش مصنوعي به عنوان منبع و لینک مستقیم به خود مطلب مجاز است

Inactive Reminders By Icora Web Design