با توجه به پیچیدگی های ذاتی پدیده هایهیدرولوژیکی،به کارگیریروش های متداول خطی منجر به نتایج قابل قبول با دقت بالا نشده، لذا توجه روزافزونی به مدل¬های جعبه سیاه می شود. در دهه¬های اخیر، شبکه های عصبی مصنوعی، از زیرمجموعه های هوش مصنوعی، به خوبی توانایی خود را در مدل سازیپدیده های هیدرولوژیکیو ارائه نتایج قابل قبول و اطلاعات مهمی که در زمینه هایبرنامه ریزی شهری و محیط زیست، سیل و مدیریت منابع آبب...

مدلسازی نوسان های زمانی آب زیرزمینی، در مدیریت حوزه‏‏های آبریز و ایجاد تعادل در عرضه و تقاضای آب اهمیت زیادی دارد. در سال‏های اخیر استفاده از تحلیل موجک برای تجزیۀ سری‏های زمانی و ترکیب آن با شبکه‏های عصبی به صورت گسترده‏ای در مدلسازی پدیده‏های هیدرولوژیکی به ­کار رفته ‏است. در این تحقیق، توانایی مدل ترکیبی موجک- شبکۀ عصبی پویا برای پیش‏بینی یک ماه آیندۀ عمق آب زیرزمینی ارزیابی شده و این مدل با...

امروزه حجم انبوهی از تصاویر دیجیتال دندان در کلینیک¬های کوچک و بیمارستان¬های بزرگ در حال تولید است و این حجم داده، فضای بزرگی از حافظه کامپیوترها را اشغال می¬کند. از طرف دیگر پهنای باند انتقال برای ارسال این حجم انبوه تصاویر، از کلینیک¬های کوچک به بیمارستان¬های بزرگ با محدودیت روبروست. وجود چنین محدودیت¬هایی از قبیل: کمبود فضای حافظه کامپیوترها، محدودیت پهنای باند انتقال و در عین حال گران بودن ...

دراین تحقیق سعی برآنست که به کمک تجزیه و تحلیل سیگنال ولتاژ تغذیه بیمارستان توسط توابع موجک اختلالات موجود دراین سیگنالها کشف گردیده و با تعیین میزان کیفیت ولتاژ تغذیه تجهیزات الکتریکی پزشکی، از حوادث ناگوار ناشی ازاین اغتشاشات کاسته و بر میزان قابلیت اطمینان این تجهیزات افزود. ابتدا ناهنجاریهای موجود درخطوط تغذیه و پدیده های سازگاری الکترومغناطیسی مورد بررسی قرار می گیرند. بسیاری از این اختلال...

افت حاد فشار خون (ahe) بیماری خطرناکی به شمار می رود و باعث مرگ و میر در بیمارستان می شود. این بیماری، شاخص شایع بسیاری از اختلالات دیگر است و گاهی منجر به حوادث جبران ناپذیری می شود. تحقیقات نشان داده است که تشخیص زود هنگام آن، منجر به مداخله سریع و به موقع پرستاران شده واحتمال زنده ماندن بیمار را نیز افزایش می دهد. بدین منظور این پژوهش به بررسی ایجاد مدلی بر اساس شبکه های عصبی مصنوعی جهت پیش ...

در این پروژه، سیستم هوشمندی برای پایش وضعیت بلبرینگ در یک تنظیمات آزمایشگاهی طراحی شده است. با توجه به این که عیوب در اجزای مختلف بلبرینگ می تواند به وجود آید، لذا سیستم بر اساس عیوب در اجزای مختلف بلبرینگ طراحی شده تا سیستم در مواقع وجود عیب در هر جزئی از بلبرینگ وجود عیب را تشخیص دهد. طیف فرکانسی سیگنال های به دست آمده از هر حالت عیب در بلبرینگ به دست پیک های مربوط به هر عیب در طیف فرکانسی ...

در این مقاله، روش جدیدی، برای تشخیص جزایر الکتریکی بر اساس دسته‌بندی و الگوشناسی در یک شبکه توزیع مورد بررسی و تحقیق قرار می‌گیرد. روش پیشنهادی، برای تشخیص، از سیگنال‌های گذرای تولید شده هنگام وقوع یک جزیره را استفاده می‌کند. شبکه عصبی برای دسته‌‍بندی رخدادهای گذرا به حالت‌های "جزیره" یا "غیر جزیره" آموزش داده می‌شود. ویژگی‌های مورد نیاز برای دسته‌بندی، از طریق تبدیل موجک گسسته‌ سیگنال‌های گذرا...

در این مقاله، از یک کنترلر تطبیقی به همراه شبکه عصبی موجک برای یک کلاس از سیستم های غیرخطی ابعاد وسیع، با زیر سیستم غیر افاین غیرخطی نامعلوم دارای تأخیر زمانی استفاده شده است. تداخلات وارد شده به زیر سیستم ها، غیرخطی و دارای تأخیر در نظر گرفته شده است که در مقایسه با حالتی که تأخیر برای تداخلات، در نظر گرفته نمی شود به واقعیت نزدیک تر است. در این مقاله، وزن های مربوط به لایه خروجی شبکه عصبی موج...

سیگنال‌های الکتروانسفالوگرام (EEG)[i]، فعالیت‌های الکتریکی سلول‌های عصبی مغز را نشان می‌دهند. استخراج سیگنال EEG روشی غیرتهاجمی است که برای تشخیص فعالیت‌های غیرعادی مغز مفید است. تشنج یکی از انواع فعالیت‌های غیرعادی مغز و مهم‌ترین تظاهر بیماری صرع است. دشارژهای صرعی‌شکل (امواج سوزنی)[ii] مهم‌ترین مشخصة سیگنال‌های فرد درحال تشنج است. با آشکارسازی امواج...

در این پژوهش سعی شده است تا با استفاده از روش تحلیل سیگنالهای ارتعاشی، وجود خرابی در یک سیستم تشخیص داده شود. روشهای متعددی در این زمینه وجود دارد مثل تحلیل در حوزه فرکانس و یافتن محتوای فرکانسی سیگنال موردنظر، تحلیل در حوزه زمان و استفاده از روشهای آماری و بالاخره تحلیل در حوزه زمان-فرکانس که اخیرا مورد توجه بسیاری از محققین قرار گرفته است. تمامی این روشها، جزو روشهای غیر مخرب محسوب میشوند که ...