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 ۱۱-۱۳-۱۳۸۸, ۰۶:۲۰ قبل از ظهر   #1 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,339 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Red face

انتخاب ويژگي با استفاده از الگوريتم جمعيت مورچگان باينري

استفاده از الگوريتمهاي ابتكاري در حل مسايل بهينه سازي امري ضروري و اجتناب ناپذير است. در اين مقاله، الگوريتم جمعيت مورچگان باينري براي استفاده در حل مساله انتخاب ويژگي بكارگرفته شده و اصلاحاتي بر نسخه هاي متداول آن پيشنهاد شده است. روشهاي پيشنهادي در كنار روشهاي متداول در طبقه بندي معنايي تصوير و بازشناسي ارقام دستنويس فارسي آزموده شده و نتايج حاصل از آزمايشها ارائه شده است. اين نتايج نشان دهنده آن است كه پيشنهادهاي ارائه شده، باعث بهبود كيفيت الگوريتم و تحصيل نتايج بهتر شده است.
فايل ضميمه
نوع فايل: pdf i331.pdf (359.9 كيلو بايت, 305 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۰-۲۹-۱۳۸۹), xman10 (۱۰-۹-۱۳۹۰), __masoud__ (۰۸-۶-۱۳۹۲)

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

نشان دهنده تبلیغات is online  
قديمي ۱۱-۱۳-۱۳۸۸, ۰۶:۲۳ قبل از ظهر   #2 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,339 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink

Dual Gate MESFET مدل سازي سيگنال بزرگ ترانزيستورهاي با استفاده از شبكه هاي عصبي و فازي-عصبي

در اين مقاله، مدل سازي سيگنال بزرگ ترانزيستورهاي Dual Gate MESFET با استفاده از شبكه عصبي پرسپترون چند لايه و شبكه فازي-عصبي ANFIS مد نظر است. علاوه بر مدل سازي، مقايسه تواناييهاي اين شبكه ها و همچنين تاثير تعداد لايه هاي مخفي در توان مدل سازي شبكه عصبي پرسپترون چند لايه بررسي شده است. روشهاي مختلف، در مدلسازي يك ترانزيستور DG MESFET با شماره E 25118 ساخت كمپاني NEC مقايسه شده و نتايج آزمايش آمده است.
فايل ضميمه
نوع فايل: pdf i759.pdf (586.2 كيلو بايت, 347 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۰-۲۹-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۱۳-۱۳۸۸, ۰۶:۵۲ قبل از ظهر   #3 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,339 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Question

به كارگيري الگوريتم آموزش شبكه هاي عصبي چند لايه pso ا

هدف از آموزش شبكه هاي عصبي، يافتن اندازة وزنها و باياس ها به نحوي است كه خطاي داده هاي آموزش را به حداقل ممكن برساند. لذا آموزش شبكه هاي عصبي را مي توان در بردارندة يك مسألة بهينه سازي دانست كه هدف از آن بهينه سازي ضرايب وزني و باياسها جهت دستيابي به حداقل خطاي آموزش مي باشد. در روش هاي مرسوم جهت آموزش شبكه هاي عصبي از الگوريتم پس انتشار و ديگر روش هاي گرادياني استفاده مي شود. اين روش ها در مواردي كه شكل تابع غيرخطي و پيچيده باشد، ضعف و ناكارآمدي خود را نشان ميدهند. در اين مقاله، آموزش شبكة عصبي با استفاده از الگوريتم pso انجام شده است. به كارگيري الگوريتم pso در آموزش شبكه هاي عصبي و مقايسة صورت گرفته با الگوريتم آموزشي پس انتشار، نشان مي دهد كه در مسائل پيچيده توأم با فرآيندهاي غيرخطي، استفاده از الگوريتم جديد كارآيي بالاتري را به همراه دارد. در انتها نتايج پياده سازي الگوريتم ارائه شده بر روي دو مسأله و مقايسة آن با روش آموزشي پس انتشار آورده شده است.
فايل ضميمه
نوع فايل: pdf i967.pdf (458.2 كيلو بايت, 355 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۰-۲۹-۱۳۸۹), milad_sabz (۰۳-۲-۱۳۹۳), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۱۳-۱۳۸۸, ۰۶:۵۵ قبل از ظهر   #4 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,339 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
پيش فرض

جهت طراحي آشكارساز بهينه كمپلكس pso و ga الگوريتم تركيبي ecg در سيگنال qrs


در اين مقاله روشي جهت طراحي آشكارساز بهينه كمپلكس QRS ارائه مي گردد. در اين آشكارساز ابتدا توسط يك فيلتر چند جمله اي خطي كمپلكس QRS يكسو و تقويت مي شود و سپس يك آشكارساز تطبيقي، بيشينه سيگنال را پيدا مي كند. پارامترهاي فيلتر و آشكارساز به وسيله الگوريتم ژنتيك طوري انتخاب مي شود كه خطاي تشخيص بر روي مجموعه اي از سيگنالهاي قلب به كمينه مقدار خود برسد. از آنجايي كه حجم اطلاعات مورد پردازش در هر نسل بسيار زياد است ارائه روشي كه به تعداد نسل كمتري جهت همگرا شدن احتياج داشته باشد مورد توجه مي باشد. بدين منظور در اين مساله الگوريتم HGAPSO جهت سرعت بخشيدن به مرحله پردازش به كار گرفته شده و عملكرد آن از لحاظ سرعت همگرايي با الگوريتم GA مقايسه شده است. در نهايت نتايج به دست آمده از طراحي بر روي مجموعه اي از سيگنالهاي ECG مربوط به پايگاه داده MIT-BIH مورد بررسي قرار گرفته است. تحليل نتايج به خوبي گواه بر موفقيت روش پيشنهادي مي باشد.
فايل ضميمه
نوع فايل: pdf i857.pdf (387.6 كيلو بايت, 260 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
green_Dream (۱۲-۱۷-۱۳۹۱), masood (۱۰-۲۹-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۱۳-۱۳۸۸, ۰۶:۵۸ قبل از ظهر   #5 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,339 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow

بازشناسي حروف دستنويس به وسيله سيستم فازي به كمك روش قاب بندي در استخراج ويژگي

به علت وجود دستخط هاي مختلف، بازشناسي حروف دستنويس يك مسالة پيچيده است .در اين فرآيند ، استخراج ويژگيهاي حروف به صورت صحيح، گامي مهم در جهت تشخيص درست حروف خواهد بود . اين مقاله يك روش جديد به نام قاب بندي براي استخراج ويژگيه ا 5 بيان مي كند .در اين روش يك تصوير باينري از حروف جزء بندي شده به مقدار ثابتي از تصاوير كوچكتر كه قاب ناميده مي شوند شكسته مي شود . از هر جعبه با اين روش دو ويژگي استخراج مي شود :الف(يك نقطه ثابت براي هر جعبه كه فاصله آن تا مبدا جعبه (گوشه پايين سمت چپ )برابر ميانگين فاصله هر يك از پيكسلهاي سياه تا مبدا است . ب (يك زاويه كه اندازه آن برابر ميانگين اندازه زاويه هاي هر يك از پيكسلهاي سياه نسبت به سطح افق است. اين دو ويژگي براي هر جعبه استخراج مي شود و مجموع اين ويژگيها جهت آموزش به يك سيستم فازي وارد مي شود . با توجه به اينكه ، در اين روش از دو ويژگي فاصله و زاويه به طور مناسب بهره برده شده است دقت بازشناسي حروف بسيار بالا مي باشد .و به 99 % مي رسد.اين روش وابسته به نوع قلم 6 و اندازه حرف ورودي نيست و با يك تغيير كوچك در مرحله پيش پردازش براي هر زبان مي تواند كارا باشد.
فايل ضميمه
نوع فايل: pdf i719.pdf (604.7 كيلو بايت, 389 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۰-۲۹-۱۳۸۹), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۱۴-۱۳۸۸, ۰۸:۱۳ بعد از ظهر   #6 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,339 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink

داده كاوي با استفاده از شبكه عصبي grnn بر روي نتايج كاليبراسيون تونل باد

قبل از استفاده عملي از تونل باد همانند ساير سيستمهاي اندازه گيري و شبيه سازي بايد آنرا با دقت بالا كاليبره نمود، بدست آوردن پارامترهاي جريان عبوري از محفظه آزمون تونل باد مانند توزيع سرعت و فشار، يكنواختي و زاويه جريان، دقت اطلاعات و غيره در حين فرآيند كاليبراسيون تونل باد بسيار مهم و حياتي مي باشد. انجام آزمونهاي مدل اجسام پرنده در تونل بادي با شرايط جرياني مناسب نقش عمده اي در ايجاد اعتماد صنايع وابسته به آن را به همراه خواهد داشت. اين فرآيند به دليل داشتن طيف وسيعي از عدد ماخ و محفظه آزمون نسبتا بزرگ تونل باد مورد نظر بسيار زمانبر و پرهزينه است. در اين مقاله با اعمال روش داده كاوي مبتني بر شبكه عصبي grnn روي نتايج كاليبراسيون تونل باد و آموزش اين شبكه، تعداد دفعات آزمون را تقليل داده و نهايتا هزينه و زمان انجام آزمونها براي كاليبراسيون تونل باد را به شدت كاهش دادايم.
فايل ضميمه
نوع فايل: pdf i71.pdf (541.7 كيلو بايت, 186 نمايش)

ويرايش شده توسط Astaraki; ۱۰-۲۹-۱۳۸۹ در ساعت ۰۹:۱۳ قبل از ظهر
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
milad_sabz (۰۳-۲-۱۳۹۳), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۲-۱۷-۱۳۹۳, ۰۴:۱۹ بعد از ظهر   #7 (لینک دائم)
عضو جدید
 
آواتار saman.yazdi
 
تاريخ عضويت: آبان ۱۳۹۳
پست ها: 5
تشكرها: 4
0 تشكر در 0 پست
پيش فرض

سلام .در زمینه تشخیص ارقام دستنویس فارسی مقاله فارسی و لاتین بهم معرفی کنین لطفا. برا پایان نامه ام میخوام. مرسی.خدا بهتون سلامتی بده
saman.yazdi آفلاين است   پاسخ با نقل قول
قديمي ۱۱-۱۸-۱۳۸۸, ۰۶:۵۱ قبل از ظهر   #8 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,339 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Wink براي حفظ تمايز dtw تطابق فرينههاي سيگنال هاي امضاهاي برخط به روش بين امضاهاي اصلي و ج

براي حفظ تمايز dtw تطابق فرينههاي سيگنال هاي امضاهاي برخط به روش بين امضاهاي اصلي و جعلي

رگرسيون خطي يكي از روشهاي معروف براي محاسبه شباهت بين دو سيگنال است ولي بر روي سيگنال هايي كه طول زماني متفاوتي دارند قابل اعمال نيست. به منظور استفاده از رگرسيون خطي براي محاسبه شباهت بين سيگنال هاي امضاي برخط، بايد طول زماني آنها يكسان شود. در بعضي از روشهاي ارائه شده، از تطابق همه نقاط سيگنالها براي يكسان كردن طول زماني آنها استفاده مي شود. اين موضوع باعث كاهش تمايز امضاهاي اصلي با امضاهاي جعلي مي شود در اين مقاله روشي بر اساس تطابق نقاط فرينه سيگنالها براي يكسان سازي طول زماني آنها ارائه شده است كه تمايز بين امضاهاي اصلي و جعلي را حفظ مي كند و جدا سازي آنها را ساده تر مي كند . اين روش بر روي مجموعه امضاهاي 2004 svc اعمال شده است و نتايج بدست آمده نشان مي دهد كه تطابق نقاط فرينه سيگنال در مقايسه با تطابق تمام نقاط سيگنال، قدرت تمايز بيشتري دارد . با استفاده از اين روش پيشنهادي خطاي تاييد، % 10 بدست مي آيد در حالي كه با استفاده از تطابق همه نقاط خطاي تاييد % 17 بدست مي آيد.
فايل ضميمه
نوع فايل: pdf i707.pdf (376.3 كيلو بايت, 260 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۱-۱-۱۳۸۹), milad_sabz (۰۳-۲-۱۳۹۳), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۱۸-۱۳۸۸, ۰۶:۵۳ قبل از ظهر   #9 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,339 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Arrow

بررسي امكان كاربرد سيستم هاي هوشمند در فرآيند خشك كردن ميگو

سالانه در حدود 8000 تن ميگو در كشور توليد مي شود كه در حدود 95 درصد آن به خارج از كشور صادر مي شود . به دليل كاهش قيمت جهاني ميگو و نيز تغييرات بازار مصرف تقاضاي مصرف كنندگان، كشورهاي توليد كننده ميگو در تلاش براي يافتن راهكارهايي جهت كاهش قيمت ها و توليد فرآورده هاي جديد و با كيفيت ميگو مي باشند . به اين منظور تغييرات ميزان رطوبت، چروكيدگي و آبگيري مجدد درنتيجه شرايط مختلف خشك كردن در دماي 60-100 درجه سانتي گراد و زمان 0-180 دقيقه با استفاده از طرح كامل تصادف ي با آرايش فاكتوريل مورد بررسي قرار گرفته، از محاسبات نرم مشتمل بر شبكه هاي عصبي مصنوعي و منطق فازي همراه با پردازش تصوير براي كنترل و بهينه سازي فرآيند استفاده شد.
فايل ضميمه
نوع فايل: pdf i551.pdf (361.1 كيلو بايت, 292 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۱-۱-۱۳۸۹), milad_sabz (۰۳-۲-۱۳۹۳), __masoud__ (۰۸-۶-۱۳۹۲)
قديمي ۱۱-۱۸-۱۳۸۸, ۰۶:۵۴ قبل از ظهر   #10 (لینک دائم)
Administrator
 
آواتار Astaraki
 
تاريخ عضويت: خرداد ۱۳۸۷
محل سكونت: تهران-کرج!
پست ها: 3,465
تشكرها: 754
16,339 تشكر در 3,127 پست
My Mood: Mehrabon
ارسال پيغام Yahoo به Astaraki
Smile

بررسي پايداري و تخمين ناحيه جذب سيستم هاي كتنرل فازي مدل تاكاگي- سوگنو

بسياري از سيستم هاي غيرخطي را مي توان با روش هاي فازي طراحي و تحليل كرد. از آنجايي كه اساسي ترين مسئله در مورد بكارگيري كنترل كننده هاي فازي در سيستم هاي غيرخطي، تضمين پايداري آنهاست، لذا توجه اخير محققين كنترل فازي بر روي تحليل سيستم هاي فازي متمركز شده است. به همين دليل در اين مقاله نيز به بررسي پايداري سيستم هاي فازي از نوع مدل تاكاگي-سوگنو مي پردازيم. ما در اينجا پايداري سيستم هاي فازي را به روش مستقيم لياپانوف نشان خواهيم داد. همچنين يكي از اساسي ترين مسائلي كه مورد بررسي قرار مي گيرد، محاسبه ناحيه جذب سيتم هاي فازي است. تعيين حوزه جذب به دو روش آورده شده است. در آخر نيز يك مثال از كنترل سيتم هاي غير خطي به روش فازي، به همراه نتايج شبيه سازي گنجانده شده است. شبيه سازي در محيط simulink ا نجام شده است.
فايل ضميمه
نوع فايل: pdf f95.pdf (307.6 كيلو بايت, 310 نمايش)
Astaraki آفلاين است   پاسخ با نقل قول
از Astaraki تشكر كرده اند:
masood (۱۱-۱-۱۳۸۹), milad_sabz (۰۳-۲-۱۳۹۳), __masoud__ (۰۸-۶-۱۳۹۲)
پاسخ



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

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 ۰۶:۵۶ قبل از ظهر ميباشد.


Powered by vBulletin® Version 3.8.3
Copyright ©2000 - 2026, 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