تشخیص اشیاء دو بعدی بصری با استفاده از شبکه های عصبی مصنوعی بر مبنای استخراج ویژگی

تشخیص اتوماتیک اشیاء سه بعدی بر مبنای بکارگیری همزمان مفاهیم هوش مصنوعی وتئوری ادغام

تنوع و پیچیدگی بسیار زیاد اشیاء و پدیده ها در طبیعت باعث می گردد خصوصیات توصیفی این عوارض ، غیر قابل مدل سازی ریاضی و پیش بینی باشند . از اینرو روشهای پارامتریک مطرح در بینایی کامپیوتر که سعی بر توصیف اشیاء بر مبنای یک فرمول سازی ریاضی را داشته و به علت عدم توانایی یادگیری ، به حل مسئله در یک حالت ایستا می پردازند، نمی توانند در عمل به عنوان یک راه حل کارا در استخراج و تشخیص پدیده های موجود در ...

درجه بندی زعفران بر اساس ویژگی های ظاهری با استفاده از شبکه های عصبی مصنوعی

زعفران به‌عنوان یک کالای تجاری مهم در کشور به­شمار می‌آید و توجه به مکانیزه کردن آن از مرحله تولید تا بسته‌بندی اهمیت زیادی دارد. در بدو ورود زعفران به فرایند کیفی سنجی در آزمایشگاه ، ارزیابی اولیه بر اساس مشخصات ظاهری زعفران توسط شخص خبره انجام می‌شود. لیکن بروز خطای انسانی در تشخیص کیفیت زعفران بر مبنای ویژگی‌های ظاهری آن امری اجتناب‌‌ناپذیر‌ است؛ استفاده از تکنیک‌های مبتنی بر هوش مصنوعی می‌ت...

تشخیص آنامولی های TEC قبل از وقوع زلزله های بزرگ با استفاده از شبکه عصبی مصنوعی

وقوع زلزله علاوه بر تغییر در هندسه و فیزیک پوسته زمین تأثیرات دیگری را نیز به همراه دارد. از آن جمله، تأثیر بر لایه یونسفر می‍باشد که خود را به‌صورت تغییر در میزان الکترون، چگالی یون‌ها، میدان‌های الکتریکی و مغناطیسی این لایه نشان می‌دهد. هر پارامتر ژئوفیزیکی و ژئوشیمیایی در لایه‌های لیتوسفر، اتمسفر و یونسفر زمین که قبل از وقوع زلزله تغییراتی در آن پدید آید به‌عنوان پیش‌نشانگر شناخته می‌شود...

تشخیص اتوماتیک اشیاء سه بعدی بر مبنای بکارگیری همزمان مفاهیم هوش مصنوعی وتئوری ادغام

تنوع و پیچیدگی بسیار زیاد اشیاء و پدیده ها در طبیعت باعث می گردد خصوصیات توصیفی این عوارض ، غیر قابل مدل سازی ریاضی و پیش بینی باشند . از اینرو روشهای پارامتریک مطرح در بینایی کامپیوتر که سعی بر توصیف اشیاء بر مبنای یک فرمول سازی ریاضی را داشته و به علت عدم توانایی یادگیری ، به حل مسئله در یک حالت ایستا می پردازند، نمی توانند در عمل به عنوان یک راه حل کارا در استخراج و تشخیص پدیده های موجود در ...

استفاده از شبکه های عصبی مصنوعی برای برآورد هدایت هیدرولیکی اشباع از ویژگی های زودیافت خاک

پیش بینی رسوب آسفالتین با استفاده از شبکه عصبی مصنوعی بر مبنای الگوریتم ازدحام ذرات