پیاده سازی شبکه عصبی فازی روی fpga و بکارگیری آن در طبقه بندی

پیاده سازی مودم DPIM بر روی FPGA و مقایسه ی عملکرد آن با مودم PPM

در دهه ی اخیر مخابرات نوری فضای آزاد جذابیت زیادی پیدا کرده است و کاربردهای بالقوه ای برای این تکنولوژی پیشنهاد شده است. از بین مدولاسیون های دیجیتال نظیر MDPIM , DPIM , PPM , OOK که در مخابرات نوری فضای آزاد به کار می روند، DPIM مزیت هایی در زمینه ی ظرفیت انتقال، پهنای باند مورد نیاز، توان مصرفی مورد نیاز و طراحی آن دارد. مدولاسیون DPIM با حذف اسلات های خالی ("صفر") که در هر سمبلPPM بلا استفاد...

شبیه سازی و طبقه بندی وقایع کیفیت توان با استفاده از شبکه عصبی

امروزه استفاده ی روز افزون از تجهیزات الکترونیکی و بارهای غیر خطی در سیستم قدرت، مسئله کیفیت توان را به یک موضوع مهم تبدیل کرده است. در این مقاله برای شبیه سازی وقایع کیفیت توان به طور همزمان از دو روش مدل سازی ریاضی و داده های حاصل از شبیه سازی با نرم افزار Pscad استفاده شده است. با توجه به عملکرد بسیار خوب شبکه های عصبی در کارهای تشخیص الگو و طبقه بندی، شبکه عصبی چند لایه برای طبقه بندی وقایع...

شناسایی الگو با استفاده از شبکه های عصبی و پیاده سازی آن روی fpga

بازشناسی ارقام دست نویس یکی از مسائل مهم در بازشناسی الگو است. در زمینهی تشخیص ارقام دست-نویس فارسی در دو حوزه ی روش های استخراج ویژگی و استفاده از طبقه بندها تحقیقات زیادی صورت گرفته است. انتخاب روش استخراج ویژگی به عنوان مهم ترین عامل در بازشناسی الگو و به منظورکاهش ابعاد داده-های ورودی مطرح است. هدف از این پایان نامه طراحی و پیاده سازی یک کار برد خاص از شبکه های عصبی و پیاده سازی آن بر روی ...

طراحی مدل هوش مصنوعی بر اساس شبکه های عصبی برای پیاده سازی بر روی fpga

در این پایان نامه رهیافتی برای تشخیص خودکار نوع مدولاسیون های دیجیتال بر اساس مفاهیم هوش مصنوعی ارائه شده است. جهت تشخیص نوع مدولاسیون بکار رفته در سیگنال های مخابراتی دو روش وجود دارد: "تئوری آشکار سازی" و "تشخیص الگو یا استخراج ویژگی ها". رهیافت موجود در این پایان نامه بر اساس روش تشخیص الگو با استفاده از شبکه های عصبی مصنوعی ارائه شده است و توانایی تشخیص مدولاسیون های پرکاربرد bask، bfsk، bp...

بکارگیری شبکه عصبی مصنوعی در دسته بندی اقلام خرید و ارزیابی تأمین کنندگان

بازشناسی چهره مستقل از زاویه دید با استفاده از شبکه های عصبی و پیاده سازی سخت افزاری آن روی fpga

مدل ارائه شده برای بازشناسی چهره مستقل از زاویه دید، بر مبنای ترکیبی از ساختارهای دینامیک و استاتیک است. مدل اختلاط خبره های اصلاح شده دارای5 شبکه مستقل از هم میباشد که هر شبکه دارای دو خبره میباشد که با شبکه میانجیگر با هم ترکیب شده اند. خروجی نهایی میانگین گیری ساده ای از خروجی 5 شبکه است. مدل ارائه شده برای پیاده سازی روی fpga طراحی شده است. بخاطر اینکه هر کدام از 5 شبکه با کمترین هزینه روی ...