نتایج جستجو برای: آموزش شبکه های پرسپترون چند لایه
تعداد نتایج: 526491 فیلتر نتایج به سال:
در این پژوهش خشک کردن لایه ای نازک گوجه فرنگی به روش جابجایی هوای داغ شبیه سازی گردید. اسلایس های گوجه فرنگی در دو دمای (60 و 70 درجه سانتیگراد) خشک شدند. شبکه عصبی پرسپترون برای پیش بینی نسبت رطوبت و سرعت خشک کردن نمونه ها در طی خشک کردن بکار گرفته شد. بهترین چیدمان شبکه عصبی برای شبکه اول بر اساس یک لایه پنهان،2 و 8 نرون در لایه پنهان به ترتیب برای نسبت رطوبت و آهنگ خشک کردن بود. همچنین بهتری...
همگام با پیشرفت تکنولوژی نیاز به سیستم های بازشناسی به هنگام چهره به طور فزاینده ای رو به گسترش می باشد. این امر کلاسه بندی های متعارف و معمول در زمینه بازشناسی چهره را با چالشهایی مواجه ساخته است. زمان آموزش طولانی، پیکربندی و ساختار ثابت کلاسه بندی های موجود و عدم وجود توانایی در یادگیری نمونه های جدید بدون فراموش کردن نمونه های قبلی، از اهم این موارد می باشد. ایده استفاده از شبکه های عصبی مب...
تشخیص الگوهای نمودار کنترل به طور دقیق و سریع به منظور نظارت بر فرآیند تولید برای دستیابی به کنترل مناسب و تولید محصولات با کیفیت دارای اهمیت است. نمودارهای کنترل می توانند شش نوع الگوی نرمال، سیکل، روند افزایشی، روند کاهشی، شیفت به بالا و شیفت به پایین را نشان دهند. به جز الگوی نرمال، تمام الگوهای دیگر نشان می دهد که فرآیند تحت نظارت عملکرد درستی نبوده و نیاز به اصلاح مجدد دارد. در این مقاله ...
سیل، یکی از پدیده های ویرانگر طبیعی است که پیش بینی آن از اهمیت بالایی برخوردار است و در این میان برآورد بارش- رواناب به دلیل تأثیرگذاری عوامل مختلف، دشوار است. در این پژوهش با استفاده از شبکه پرسپترون چند لایه(mlp)، قانون یادگیری پس انتشار خطا(bp)، الگوریتم لونبرگ- مارکوارت(lm) و معیارهای rmse و r2 جهت کارایی مدل، 6 سناریو تعریف گردید. بررسی حالات مختلف نشان داد که بهترین مدل شبکه عصبی جهت شبی...
حوضه آبریز کشوری در جنوب شرقی شهر خرم آباد در استان لرستان قرار دارد. این حوضه از نظر تقسیم بندی زمین ساخت ایران در زاگرس چین خورده قرار می گیرد. با توجه به نوع سازند های زمین شناسی، وضعیت توپوگرافی و وسعت آن، این حوضه از پتانسیل لغزش بالایی برخوردار بوده و از نظر لغزشی ناپایدار است. در این تحقیق برای پهنه بندی خطر زمین لغزش در این حوضه از روش شبکه عصبی مصنوعی با ساختار پرسپترون چند لایه و الگو...
بروز گرههای ترافیکی همواره بهعنوان یکی از مهمترین معضلات جریان ترافیکی آزادراهها شناخته شدهاند. کشف سریع این گرههای ترافیکی و رفع هر چه سریعتر آنها همواره بهعنوان یکی از دغدغههای مسئولین و محققین در شریانهای اصلی بوده است. بنابراین ارایه مدلی مناسب برای تشخیص این گرهها و انجام اقدامات لازم جهت تسریع در روانسازی جریان ترافیک بهمنظور کاهش اثرات ثانویه از اهمیت خاصی برخوردا...
جهت کاهش خسارات ناشی از خشکسالی لازم است تا شرایط آینده از نظر خشکسالی تعیین گردد. در این پژوهش عملکرد مدلهای سریهای زمانی( ARIMA ) و شبکه عصبی (پرسپترون چند لایه) در پیشبینی مقادیر SPI مقایسه گردید. بدین منظور در ابتدا مقادیر SPI سه، شش، نه و دوازده ماهه استان خراسان رضوی تعیین کرده و سپس با استفاده از مدلهای شبکه عصبی مصنوعی و سریهای زمانی اقدام به پیشبینی مقادیر SPI گردید. نتایج این ...
در هیدرولیک رسوب، برآورد صحیح غلظت رسوب معلق از جهات مختلف مانند تخمین دبی رسوب عبوری، جانمایی سازه های هیدرولیکی و غیره مهم می باشد. با توجه به اهمیت موضوع، در این مطالعه برای مدلسازی و پیشبینی غلظت رسوب رودخانه کارون از شبکه عصبی مصنوعی پرسپترون چند لایه(ANN/MLP) استفاده شد. بدین منظور از 125 سری داده صحرایی اندازه گیری شده شامل غلظت نزدیک کف، سرعت نقطه ای، نزدیکترین فاصله از ساحل، عمق کل جر...
با افزایش روزافزون جمعیت و نیاز به مواد غذایی، گندم بهعنوان محصولی با بیشترین سطح زیر کشت و تولید سالانه در مقیاس جهانی از اهمیت ویژهای برخوردار بوده است لذا شناسایی و معرفی مناطق مساعد کشت آن در هر منطقه ضروری است. استان کرمانشاه بهعنوان محدوده مورد مطالعه یکی از مناطق حاصلخیزی است که بیشترین کشت گندم را در بین محصولات زراعی دارد. بدین منظور در این مطالعه از شبکه عصبی پرسپترون چندلایه (MLP)...
چکیده ضروری است که با بررسی مدل های پیش بینی کننده جدیدو یافتن نقاط ضعف و قوت هر یک از آنها، بتوان در مطالعات آینده، مدلی که محققان را به بهترین پیش بینی رهنمون سازد، پیشنهاد نمود. هدف از این پژوهش بررسی امکان پیش بینی عرض عملیات خاکی با روش شبکه عصبی مصنوعی قبل از ساخت جاده با استفاده از فاکتور های شکل زمین (شامل ارتفاع از سطح دریا، شیب طبیعی دامنه و جهت آن)، میزان سنگلاخی بودن، بافت و رطوبت ...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید