نتایج جستجو برای: شبکه های عصبی پرسپترون چند لایه

تعداد نتایج: 511709  

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده اقتصاد و علوم اداری 1391

در تحلیل سری های زمانی اقتصادی، اغلب مشاهدات آماری، ظاهری تصادفی دارند، در حالیکه، بررسی دقیق تر این داده ها ممکن است سیستم معین و پیچیده ای را نشان دهند که تابع جریان معین با یک فرمول ریاضی مشخص باشند. طلا یکی از اجزای سبد دارایی سرمایه گذاران می باشد و از سویی سرمایه گذاران به دنبال دارایی ها با ریسک کمتر هستند، لذا پیش بینی قیمت طلا برای سرمایه گذاران با اهمیت می باشد. بدین منظور در این تح...

برآورد سیلاب و مدیریت آن از دیرباز مورد توجه کارشناسان و مدیران علوم محیطی بوده است. برای این امر روش‌‌های بسیاری وجود دارد که یکی از چشم‌گیرترین آن‌‌ها استفاده از شبکه‌‌های عصبی مصنوعی است. در این تحقیق، مدل بارش- رواناب حوضه آبریز رودخانه هلیل رود در جنوب‌شرق ایران ارائه شده است. ظهور تئوری‌های توانمند مانند منطق فازی و شبکه‌‌های عصبی مصنوعی(ANN)، الگوریتم ژنتیک و موجک تحولی عظیم در تحلیل رفت...

ژورنال: :فصلنامه تحقیقات علوم چوب وکاغذ ایران 2014
زهرا جهانی لمر سعید رضا فرخ پیام محمد شمسیان

چکیده شبکه های عصبی در دهه ی اخیر به عنوان ابزار قدرتمندی جهت پیش بینی در حوزه های مختلف مورد استفاده قرار گرفته اند. در این تحقیق از شبکه عصبی پیشخور پرسپترون چند لایه (mlp) با یادگیری پس انتشار از الگوریتم آموزش انتشار به عقب (bp)، با تکنیک بهینه سازی عددی لونبرگ- مارکوات (lm)،توسط نرم افزار متلب مورد استفاده قرار گرفت. درصد رطوبت کیک ، دمای پرس و زمان بسته شدن پرس به عنوان متغیرهای ورودی و خ...

اردوان قربانی بهنام بهرامی,

اندازه گیری مستقیم تنوع گونه­ای امری وقت­گیر و ­هزینه­بر بوده و تا حدی به دلیل خطاهای حاصل از نمونه­گیری غیرقابل اعتماد است. این مطالعه با هدف تعیین فاکتور­های کم­هزینه در پیش­بینی تنوع گونه­ای بوسیله شبکه مدل­های عصبی مصنوعی، شبکه عصبی تطبیقی-فازی و رگرسیونی انجام شد. نمونه­برداری با استفاده از روش سیستماتیک-تصادفی از 60 قطعه نمونه در طول 6 ترانسکت 100 متری و از عمق 30-0 سانتی­متری خاک صورت گر...

ژورنال: :مهندسی زیست سامانه 0

جهت ارزیابی عملکرد پاشش یک سمپاش زراعی نرخ متغیر، از روش شبکه عصبی مصنوعی استفاده شد. داده های لازم برای مدل سازی، از آزمون های مزرعه ای به دست آمد. برای مدل سازی بده خروجی افشانک ها،727 شبکه با چهار نوع مدل عصبی مصنوعی خطی، پرسپترون چندلایه، تابع پایه شعاعی و رگرسیون تعمیم یافته آزمون شدند. برای هر افشانک 45، 22 و 23 داده به ترتیب برای آموزش، اعتبارسنجی و آزمایش استفاده شد. مدل تابع پایه شعاعی...

ژورنال: :فناوری های نوین غذایی 0
محمد سیاری استادیار گروه علوم باغبانی، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان فخرالدین صالحی استادیار گروه علوم و صنایع غذایی، دانشگاه بوعلی سینا، همدان، ایران. سجاد الوندی دانش آموخته کارشناسی ارشد، گروه علوم باغبانی، دانشکده کشاورزی، دانشگاه بوعلی سینا، همدان

آسکوربات کلسیم نمک بافر اسید آسکوربیک حاوی کلسیم می باشد و در حفظ کیفیت و کاهش ضایعات محصولات کشاورزی در پس از برداشت مؤثر می باشد. در این مطالعه از مدل سازی شبکه عصبی مصنوعی جهت پیش بینی اثر آسکوربات کلسیم بر زمان ماندگاری قارچ دکمه ای استفاده گردید. پس از اعمال تیمار آسکوربات کلسیم در سه سطح 0، 4/0 و 8/0 درصد، قارچ ها در دمای 5/0±1 درجه سلسیوس و رطوبت نسبی 90% نگه داری و سپس صفات کیفی طی روزه...

پایان نامه :وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - پژوهشکده فنی و مهندسی 1386

شبکه عصبی پرسپترون چند لایه یکی از پر کاربردترین نمونه های شبکه عصبی می باشد. کارایی این شبکه عصبی برای حل یک مسئله بستگی به توپولوژی در نظر گرفته شده برای شبکه دارد. چنانچه توپولوژی شبکه ساده تر از حد نیاز باشد امکان یادگیری در شبکه عصبی وجود ندارد و چنانچه توپولوژی پیچیده تر از حد نیاز باشد مشکل overtraining رخ داده و قدرت تعمیم شبکه به دست آمده بسیار کم خواهد بود. یکی از راههای تعیین توپولوژ...

ژورنال: :مجله اپیدمیولوژی ایران 0
آذر اسد آبادی a asadabadi msc, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranکارشناس ارشد آمار زیستی، گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران عباس بهرامپور a bahrampour professor, phd, modeling of health research center, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranاستاد گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران علی اکبر حقدوست aa haghdoost associate professor, phd, modeling of health research center, department of biostatistics & epidemiology, school of health, kerman university of medical sciences, iranاستاد گروه آمار زیستی و اپیدمیولوژی دانشکده بهداشت و مرکز تحقیقات مدل سازی در سلامت دانشگاه علوم پزشکی کرمان، کرمان، ایران

مقدمه و اهداف: در سال‎های اخیر، توجه قابل ملاحظه‎ای به مدل‎های آماری برای طبقه‎بندی داده‎های پزشکی با توجه به بیماری‎های مختلف و پیامدهای آن‎ها شده است. شبکه‎های عصبی مصنوعی به دلیل عدم نیاز به پیش فرض با موفقیت برای تشخیص الگو و پیش‎بینی در برخی از مطالعه های بالینی استفاده شده‎اند. هدف از این مطالعه، مقایسه دو مدل آماری شبکه عصبی مصنوعی و رگرسیون لجستیک برای پیش بینی بقای بیماران مبتلا به سرط...

ژورنال: صوت و ارتعاش 2019

در این پژوهش سرعت صوت الکل‌های خالص به دو روش تجربی و نظری مورد بررسی قرار گرفت. ابتدا در روش تجربی با استفاده از دستگاهی که بر مبنای روش پالس- اکو کار می‌کند، سرعت صوت الکل‌های خالص اندازه‌گیری شد. سپس با به‌کارگیری شبکه عصبی مصنوعی پرسپترون چند لایه پیش‌بینی شده است. پنتانول، هگزانول، هپتانول، اوکتانول، نونانول و دکانول از جمله موادی بودند که سرعت صوت آن‌ها در دماهای مختلف و فشار اتمسفریک اند...

آگاهی از وضعیت مالی شرکت های بازار سرمایه همیشه یکی از دغدغه های سهامداران و تحلیلگران اقتصادی است؛ از این رو تحلیل گران و محقیق بازار های مالی همیشه به دنبال روش هایی برای پیش بینی شرایط آتی شرکت های حاضر در بازار سرمایه بودند. تحقیق پیش رو نیز به دنبال ایجاد مدلی برای پیش بینی ورشکستگی شرکت های حاضر در بازار بورس و اوراق بهادار با استفاده از شبکه عصبی مصنوعی است. در این تحقیق از نسبت های مالی...

نمودار تعداد نتایج جستجو در هر سال

با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید