نتایج جستجو برای: دسته بندی با شبکه عصبی

تعداد نتایج: 676394  

تشخیص خوشه انگور قرمز ایستاده با استفاده از پردازش تصویر و شبکه عصبی به منظور کاربرد در ربات برداشت انگور اکبر نظری1 چکیده: در این تحقیق یک سامانه طبقه بندی خودکار بر مبنای ماشین بینایی و شبکه­های عصبی مصنوعی بر اساس رنگ و مولفه­های آن، توسعه داده شد. حدود 300 تصویر رقمی از باغات انگور شهرستان ارومیه در شرایط مختلف نوری از ساعات اولیه صبح تا عصر در هوای ابری و آفتابی گرفته شدند. از شبکه عصبی پ...

عبداله دریابر مرضیه ابراهیمی

این مقاله با هدف شناسایی عوامل موثر بر ریسک اعتباری و ارائه مدلی جهت پیش بینی ریسک اعتباری و رتبه بندی اعتباری مشتریان حقوقی متقاضی تسهیلات یک بانک تجاری، با استفاده از روش تحلیل پوششی داده‌ها و رگرسیون لجستیک و شبکه عصبی و مقایسه این سه مدل انجام گرفته است. بدین منظور بررسی های لازم بر روی اطلاعات مالی و غیر مالی با استفاده از یک نمونه 146 تایی تصادفی ساده از مشتریان حقوقی متقاضی تسهیلات، صورت...

ژورنال: :فصلنامه علوم و فناوری دریا 2015
سید محمدرضا موسوی میرکلایی محمد خویشه حسین حردانی

با توجه به خصوصیات فیزیکی پیچیده ی اهداف سوناری، طبقه بندی و تمیز دادن اهداف واقعی از اهداف کاذب یکی از زمینه های دشوار و پیچیده برای محققان و صنعتگران این حوزه است. با توجه به این ویژگی های اهداف سوناری، روش های هوشمند در دسته بندی این نوع دادگان دارای توانایی های منحصر به فردی می باشند. از این رو در سال های اخیر استفاده از شبکه های عصبی و ماشین بردار پشتیبانی در این زمینه کاربرد فراوانی داشته...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی خواجه نصیرالدین طوسی - دانشکده برق و کامپیوتر 1391

در این پایان نامه، یک شبکه عصبی کانولوشن با ساختار سلسله مراتبی برای تقویت پردازش اطلاعات ارائه شده است. توانایی اشتراک وزن شبکه های عصبی کانولوشن بطور قابل توجهی سبب کاهش تعداد پارامترهای آزاد آموزش پذیر شبکه و در نتیجه افزایش تعمیم پذیری می شود. در ساختار ارائه شده یک شبکه کانولوشن کوچک که برای استخراج ویژگی استفاده می شود بین کل پیکسل های تصویر ورودی به اشتراک گذاشته می شود. استفاده از شبکه ...

ژورنال: :مهندسی عمران شریف 0
اسماعیل افلاکی دانشکده ی مهندسی عمران و محیط زیست, دانشگاه صنعتی امیر کبیر

دسته بندی دقیق ناپیوستگی ها در توده های سنگ در تحلیل و طراحی سازه های سطحی روی سنگ نقش مهمی ایفا می کند. روش سنتی دسته بندی ناپیوستگی ها مبتنی بر تعیین چگالی سطحی توزیع قطب ناپیوستگی ها بر روی صفحه ی استریونت است. استفاده از روش های مختلف تعیین چگالی سطحی، به نتایج متفاوتی منجر خواهد شد. در این نوشتار به منظور دسته بندی ناپیوستگی ها از ترکیب روش های هوش مصنوعی با روش های احتمالاتی استفاده شده ا...

ژورنال: :سنجش از دور و gis ایران 0
محمدسعدی مسگری دانشگاه خواجه نصیرالدین طوسی منوچهر فرج زاده اصل دانشگاه تربیت مدرس احمد خدادادی دربان دانشگاه تربیت مدرس هدایت هاشمی دانشگاه تربیت مدرس جمال امینی دانشگاه تربیت مدرس

پهنه بندی کیفیت آب رودخانه نخستین و مهم ترین مرحله در مدیریت کیفیت آب است، که ذهن تحلیلگر را با روند و چگونگی تغییرات آلودگی برحسب زمان، مکان و شرایط خاص آشنا می سازد. پژوهش حاضر درصدد است با استفاده از شبکه های عصبی مصنوعی و سامانه اطلاعات جغرافیایی به پهنه بندی کیفیت آلودگی آب رودخانه سیمینه رود بپردازد. داده های کیفی استفاده شده در تحقیق، حاصل نمونه برداری از رودخانه سیمینه رود در سه فصل بها...

زمینه و هدف: طبقه بندی تصاویر یکی از روش های مهم درتفسیرتصاویر ماهواره ای است که کاربرد زیادی در بررسی تغییرات زمین دارد. در این میان داده های ماهواره ای به دلیل ارایه اطلاعات به روز، ارزان بودن و تنوع اشکال بهترین وسیله برای آشکارسازی و ارزیابی تغییرات شناخته شده است. از طرفی دیگر در سال های اخیر روش های شبکه های عصبی مصنوعی به طور وسیع و گسترده جهت طبقه بندی داده های ماهواره ...

ژورنال: :نشریه علمی توسعه مدیریت پولی و بانکی 0

به دلیل وجود فضای رقابتی در صنعت بانکداری همواره نیاز مبرمی به اجرای طرح های تحقیقاتی در این صنعت احساس می شود. اجرای طرح های تحقیقاتی متعدد موجب شکل گیری دغدغه های جدیدی از جمله میزان هم راستایی طرح ها با اهداف کلان، میزان اثرگذاری آن ها بر برنامه های بانک و همچنین برآورد ارزش واقعی آن ها شده است. در این مقاله با به کارگیری سیستم های خبره مبتنی بر شبکه ی عصبی چارچوبی ارائه شده است تا با استفاد...

ژورنال: :نشریه محیط زیست و مهندسی آب 2015
همایون فقیه عطا امینی فرزانه حیدری کیوان خلیلی

بار رسوب جریان، شاخص مفیدی در پیش­بینی فرسایش خاک در حوزه­های آبخیز است؛ بنابراین تدوین مدلی برای برآورد بار رسوب می­تواند در مدیریت و اجرای پروژه­های آبخیزداری و مهندسی رودخانه مفید باشد. در این پژوهش روش دسته­بندی داده­ها به­عنوان راه­کاری برای افزایش دقت شبکه عصبی مصنوعی در تدوین مدل برآورد رسوب معلق بررسی شد. بدین منظور، میزان آورد رسوبات معلق رودخانه­های خلیفه­ترخان و چهل­گزی در حوضۀ قشلاق...

ژورنال: :مهندسی زراعی 0
حسن مسعودی استادیار گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه شهید چمران اهواز، ایران عباس روحانی استادیار گروه مهندسی بیوسیستم، دانشکده کشاورزی دانشگاه فردوسی مشهد، ایران

استفاده از شبکه های عصبی مصنوعی بهعنوان روشی جدید برای برآورد مشخصه های فیزیکی محصولات کشاورزی و درجه بندی آنها بر حسب پارامترهای مختلف مطرح شده است. در این پژوهش ابتدا مقادیر مشخصه های فیزیکی 100 عدد پرتقال رقم محلی دزفول شامل سه بعد هندسی، جرم، حجم و سطح تصویر عمودی اندازه گیری شد و از دو شبکه عصبی مصنوعی برای مدلسازی جرم و حجم پرتقال برحسب ابعاد هندسی (ann(h,w,t)) و سطح تصویر (ann(a)) میوه ا...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید