فی گوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی گوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

مجموعه 8 طرح شماره دوزی برای ساعت دیواری

اختصاصی از فی گوو مجموعه 8 طرح شماره دوزی برای ساعت دیواری دانلود با لینک مستقیم و پر سرعت .

مجموعه 8 طرح شماره دوزی برای ساعت دیواری


مجموعه 8 طرح شماره دوزی برای ساعت دیواری

این مجموعه شامل الگوهایی در زمینه هنر شماره‌دوزی می‌باشد که هرآن‌چه هنرمندان باتجربه و علاقمند به کارکردن با زیباترین طرح‌های کلاسیک شماره‌دوزی، نیاز دارند را به آنها عرضه می‌کند. این مجموعه، مخزنی از زیبا‌ترین و برازنده‌ترین طرح‌های قابل تصور هنر شماره‌دوزی، با ارزش و کیفیت بالا از بهترین طراحان ، می‌باشد که شما را به دنیای بی‌نظیری از این هنر سوق می‌دهد تا بتوانند زیبا‌ترین طرح‌ها را برای خانه خود و یا دوستان و بستگان خود ایجاد نمایند. این مجموعه برای تمام افراد با هر سلیقه‌‌ای طراحی شده است بطوری‌که افراد علاقمند به دوخت گل‌ها یا حیوانات یا مناظر حومه شهر و یا نمونه‌های سنتی، طرح‌های منحصر به‌ فردی را در این مجله پیدا خواهند کرد. این مجموعه آرشیو بی‌نظیری شامل بیش از 50 طرح زیبا و ارزشمند هنر شماره‌دوزی برگرفته از نت می‌باشد که با تلاش فراوان گردآوری شده و به همه هنرمندان و علاقه‌مندان هنر شماره دوزی تقدیم خواهد شد.


دانلود با لینک مستقیم


مجموعه 8 طرح شماره دوزی برای ساعت دیواری

حل تمرین کتاب شناسایی الگو Duda

اختصاصی از فی گوو حل تمرین کتاب شناسایی الگو Duda دانلود با لینک مستقیم و پر سرعت .

حل تمرین کتاب شناسایی الگو Duda


حل تمرین کتاب شناسایی الگو Duda

حل تمرین کتاب شناسایی الگو (Pattern Classification) نوشته دودا (Duda)

نویسنده: D. G. Duda

زبان کتاب انگلیسی و در 446 صفحه است.
 
فایل PDF کتاب با بهترین کیفیت و قابلیت جستجو در متن و کپی برداری از متن است.

دانلود با لینک مستقیم


حل تمرین کتاب شناسایی الگو Duda

تحقیق در مورد ارائه روشی فازی برای شناسایی الگو های عددی فارسی

اختصاصی از فی گوو تحقیق در مورد ارائه روشی فازی برای شناسایی الگو های عددی فارسی دانلود با لینک مستقیم و پر سرعت .

تحقیق در مورد ارائه روشی فازی برای شناسایی الگو های عددی فارسی


تحقیق در مورد ارائه روشی فازی   برای  شناسایی الگو های عددی فارسی

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل:Word (قابل ویرایش و آماده پرینت)

 تعداد صفحه25

 

بخشی از فهرست مطالب

  • تعریف پروژه

 

 

 

  • مروری بر کار های انجام شده

 

 

 

  • تحلیل موضوع

 

 

 

          -- پیش پردازش

 

          -- استخراج ویژگی ها

 

          -- شناسایی

 

 

 

      - مجموعه فازی و انتخاب تابع عضویت

 

 

 

  • تحلیل کد های استفاده شده در شبیه سازی

 

 

 

  • شبیه سازی و ارائه نتایج تجربی

 

 

 

  • بررسی مزایا و معایب روش موجود

 

 

 

  • پیوست

 

 

 

  • مراجع

 

 

 

 

 

تعریف پروژه

 

 

 

تشخیص دست نوشته ها موضوعی است که در سه دهه اخیر مورد مطالعه و بررسی گسترده ای قرار گرفته است و با انفجار تکنولوژی اطلاعات پیشرفت های چشم گیری در این زمینه از تحقیقات اتفاق افتاده است .

 

دو روش کلی ومتفاوت  برای شناسایی دست نوشته وجود دارد :on_line و off_line .در سیستم های on_line با استفاده از یک قلم مخصوص بر روی سطحی الکترونیکی روند نوشتن انجام میشود و تشخیص به صورت on_line انجام می گیرد ٬ کاریرد این نوع سیستم ها  در حوزه های امنیتی از جمله امضای دیجیتال می باشد .در سیستم های off_line دست نوشته ها قبلا جمع آوری شده اند و شناسایی بر روی آنها انجام می گیرد٬ کاربرد این نوع سیستم ها در خواندن اتوماتیک چک های بانکی ٬آدرس های پستی [1]٬ خواندن نامه های تجاری و...می باشد[2].

 

یکی از کاربرد های موفق از تشخیص دست نوشته ٬ باز شناسی نویسه های نوری [1]  است که جندین سال است که موضوع تحقیقات قرار گرفته است ٬ برای اولین بار فقط کاراکتر های مجزا توسط این سیستم ها مورد شناسایی قرار می گرفتند ودر نتیجه روند تکامل٬ تمام کلمات مورد شناسایی توسط سیستم های ocr قرار گرفتند[3]  اسناد دست نوشته برای شناسایی از طریق این گونه سیستم ها باید کاملا تمیز و با کیفیت بالا باشند.

 

 

 

در این پروژه می خواهم با استفاده از ویژگی های روش فازی روشی برای شناسایی ارقام دست نویس فارسی ارائه دهم  .

 

برای شناسایی الگو های اعداد با قلم ها و اندازه های مختلف ، نرمالیزه کردن الگو ها امری اجتناب نا پذیر است ، بدین منظور از پنجره ای با اندازه ثابت استفاده کرده و اعداد را با مقیاس مناسبی در داخل این پنجره قرار می دهیم .

 

 

 

 

 

مهمترین عامل در شناسایی اعداد و حروف توسط چشم انسان ویژگی های مربوط به هر نویسه است ،چشم به طور طبیعی  در مقایسه ویژگی های حروف و اعداد به صورت فازی عمل می کند روش های مختلفی را می توان برای استخراج ویژگی ها مورد استفاده قرار داد مثلا می توان یک نویسه را به قطعات کوچکتری شامل : خطوط افقی ،عمودی ، مایل و همچنین منحنی های بسته و کمان های محدب ومقعر تجزیه کرد و نحوه اتصال قطعات را مورد بررسی قرار داد . در این پروژه برای استخراج ویژگی از روش چهار خانه استفاده می شود [14,15]

 

در این روش یک تصویر با ابعاد64*64 به جدولی با ابعاد 8*8 نگاشته می شود ،بنابر این جدولی شامل 64 خانه خواهد بود که ابعاد هر یک از خا نه های جدول 8*8 است.

 

برای هر خانه جدول یک ویژگی استخراج کرده ، ویژگی بر اساس فاصله برداری نرمالیزه در[14]  انتخاب می شود  ،مجموعه داده ای  به عنوان مجموعه مرجع در نظر گرفته می شود و میانگین ، واریانس ، تابع عضویت هر ویژگی و سپس متوسط تابع عضویت برای نمونه های مرجع را به دست می آوریم واز این به بعد هر عددی که به سیستم داده شود ویژگی هایش را استخراج می کنیم و تابع عضویت هر ویژگی را به دست آورده و با نمونه های مراجع مقایسه می شود و شناسایی بر اساس یک روش فازی صورت می گیرد.

 

در این پروژه دو تابع فازیگر را معرفی کرده ، در قسمت  های بعدی به چگونگی و جزییات مراحل کار می پردازم .

 

 

 

مروری بر کار های انجام شده

 

 

 

همان طور که گفته شد یکی از کاربرد های موفق از تشخیص دست نوشته ٬ باز شناسی نویسه های نوری [2]  است که چندین سا ل است که موضوع تحقیقات قرار گرفته است ٬ برای اولین بار فقط کاراکتر های مجزا توسط این سیستم ها مورد شناسایی قرار می گرفتند ودر نتیجه روند تکامل٬ تمام کلمات مورد شناسایی توسط سیستم های ocr قرار گرفتند[3]  اسناد دست نوشته برای شناسایی از طریق این گونه سیستم ها باید کاملا تمیز و با کیفیت بالا باشند.

 

در نتیجه تحقیقات و تلاش های موثر ٬ سیستم هایی برای زبان انگلیسی[4 ]٬ زبان عربی    [5] ٬زبان فارسی٬ [1]زبان چینی[6]و دست نوشته های عددی [7] فراهم است.

 

اولین گام برای تبدیل تصویر به اطلاعات قابل فهم برای کامپیوتر ٬ پارامتریک کردن عملیات است . لذا اولین عملیاتی که بر روی تصویر انجام می دهیم عملیات پیش پردازش تصویر است که می خواهیم بعضی از متغیر های ناخواسته را که باعث پیچیدگی پروسه تشخیص می شوند را کاهش دهیم ٬ عملیاتی مانند اصلاح کجی ها ٬ هموار سازی ٬ نرمالیزه کردن٬ بخش بندی[3] و.. یر روی تصاویر اعمال می کنیم. [8]

 

بعد از این مرحله باید ویژگی ها را استخراج کنیم٬در[9] برای انتخاب ویژگی ها ٬ روشhmm دو بعدی را انتخاب کرده است و سپس یک روش دسته بندی را برای شناسایی انتخاب کرده٬ روش های دسته بندی کننده نیز بسیار مختلف است٬   از جمله دسته بندی کننده

 

های svm ,neural networks, ,knn. .[10,11]

 

 روش های زیادی برای استخراج ویژگی ها وجود دارد اما مسئله اصلی که در این رابطه وجود دارد پیدا کردن روش های استخراج ویژگی نیست بلکه به دنبا ل پیدا کردن بهترین روش برای استخراج ویژگی ها هستیم [12]

 

در [7] روشی جدید برای استخراج ویژگی ها در نظر گرفته شده است ،ویژگی های استخراج شده توالی توزیع ،barr-feature ،different projecrtion ،different profile می باشد و برای شناسایی شبکه عصبی را انتخاب کر ده است .

 

 

 

در [14],[15] با استفاده از ویژگی های روش فازی در مدلسازی نحوه استدلال مغز برای برخورد با پدیده مبهم ،روشی برای شناسایی الگو های عددی دست نویس و تایپ شده با  قلم ها و اندازه های مختلف ارائه می شود.و روش چهار خانه[4] را برای استخراج ویژگی انتخاب کرده اند .

 

 

 

تحلیل موضوع

 

من برای تشخیص ارقام دست نویس یک سیستم off-line را پیشنهاد کردم که این سیستم به سه مرحله تقسیم می شود[7]

 

  • پیش پردازش[5]
  • استخراج ویژگی ها[6]
  • شناسایی[7]

 

 

 

پیش پردازش 

 

 

 

   هدف عملیات پیش پردازش در پردازش تصویر٬ آماده کردن و تمیز کردن تصویر برای مراحل دیگر سیستم ocr می باشد. مجموعه عملیاتی که در این مرحله انجام می دهیم متفاوت اس

 


دانلود با لینک مستقیم


تحقیق در مورد ارائه روشی فازی برای شناسایی الگو های عددی فارسی

تحقیق در مورد الگو با مدل «متوسط ـ P» جهت کمینه‌ کردن اتلاف ترکیب و برش با کاربردی در صنعت شیشه

اختصاصی از فی گوو تحقیق در مورد الگو با مدل «متوسط ـ P» جهت کمینه‌ کردن اتلاف ترکیب و برش با کاربردی در صنعت شیشه دانلود با لینک مستقیم و پر سرعت .

تحقیق در مورد الگو با مدل «متوسط ـ P» جهت کمینه‌ کردن اتلاف ترکیب و برش با کاربردی در صنعت شیشه


تحقیق در مورد الگو با مدل «متوسط ـ P» جهت کمینه‌ کردن اتلاف ترکیب و برش با کاربردی در صنعت شیشه

لینک پرداخت و دانلود *پایین مطلب*
فرمت فایل:Word (قابل ویرایش و آماده پرینت)
تعداد صفحه: 26
فهرست مطالب:

چکیده:

۱. معرفی

در کاربرد ما:

۱-۱. ویژگی‌ها و امتیازات فرایند پایه‌ای

۱-۲. مسائل مرتبط

۲. فرموله‌سازی مسئله و روشهای حل:

۲-۳ یک الگوی «متوسط p» "p-median"

۲-۴ نکته‌ای درباره پیچیدگی (میزان دشواری)

۳ تجربه محاسباتی

مراجع

چکیده:

یکی از مسائل عمده در صنعت شیشه کمینه کردن اتلاف برش ایجاد شده هنگام بریدن قطعات بزرگ به تکه‌های کوچک می‌باشد. در بحث و کاربردها قطعات در کارگاه تولید می‌شوند. بسیاری از اندازه‌های متفاوت قطعات قابل کاربرد هستند و قید و بندهای فنی تعدد الگوهای برش را به تولید تنها یک نوع تکه در قطعه محدود می‌سازد.

بنابراین در یفاتن زیر مجموعة بهینه‌ای از الگوهای برش متمرکز نمی‌شویم بلکه در انتخاب زیرمجموعة بهینه‌ای شامل تعداد محدودی از اندازه‌ها برای قطعات بریده شده تلاش می‌کنیم.

در این مقاله در مورد فرموله کردن برنامة خطی ۰-۱ جهت حل این مسئله براساس الگوی «متوسط P» بحث می‌کنیم. اطلاعات به دست آمده از آزمون این برنامه در عمل، کاهش قابل ملاحظه‌ای را در اتلاف ناشی از برش در عملیات کارگاه موردنظر نشان می‌دهد. و به طور واضح در روش‌های دقیق مرسوم، از ملاحظات محاسبة زمان به نتایج بهتری می‌رسد.

 


دانلود با لینک مستقیم


تحقیق در مورد الگو با مدل «متوسط ـ P» جهت کمینه‌ کردن اتلاف ترکیب و برش با کاربردی در صنعت شیشه

استفاده از روش تطبیق الگو جهت شناسایی ندولهای ریوی درتصاویرسیتی اسکن

اختصاصی از فی گوو استفاده از روش تطبیق الگو جهت شناسایی ندولهای ریوی درتصاویرسیتی اسکن دانلود با لینک مستقیم و پر سرعت .

استفاده از روش تطبیق الگو جهت شناسایی ندولهای ریوی درتصاویرسیتی اسکن


استفاده از روش تطبیق الگو جهت شناسایی ندولهای ریوی درتصاویرسیتی اسکن

در مقاله حاضر، با استفاده از روش های پردازش تصویر به شناسایی ندول های ریوی می پردازیم. بنا براین ابتدا در

مرحله پیش پردازش شیوهای مشابه با تصمیمگیری پزشکان به کار گرفته شده تا تمامی مواردی که مطمئناً ندول نیست

حذف شود. در واقع موارد مشکوک به ندول از ریه استخراج شده است. این کار باعث میشود تا نویز و خطای کمتری در

پردازش اصلی وارد شده و سرعت پردازش افزایش یابد. سپس از میان آنها ندول های ریوی شناسایی شده است. در گام

نخست با استفاده از آستانهگذاری همزمان در اسلایسهای متوالی و تصمیمگیری مبتنی بر دانش پزشکی و روشهای

مورفولوژی به استخراج مناطق مشکوک ریه میپردازیم. بسته به این که ندولها، متصل به دیواره ریه و یا رگ بوده و یا

بهصورت تنها وجود داشته باشند، پیش پردازش را به دو مرحله تقسیم میکنیم تا کلیه ندولهای موجود در ریه به

درستی شناسایی شوند. با این کار، ناحیه جستجو به دنبال ندول ،محدود شده و باعث افزایش سرعت الگوریتم تشخیص

ندول میگردد. در این مقاله از روش تطبیق الگو و الگوریتم بیشترین همانندی برای این کار استفاده شده است. پایگاه

به LIDC از 7 بیمار، شامل بیش از 1100 اسلایس میباشد که از پایگاه داده CT داده مورد استفاده در مقاله، شامل تصاویر

به ازای هر اسلایس، 3 می باشد. FP دست آمده است. همه ندولها به درستی شناسایی شدهاند (حساسیت 100 %) و تعداد

دقت و سرعت این روش از روش هایی همچون الگوریتم ژنتیک و شبکه عصبی بیشتر است. بهعلاوه، سرعت این روش از

روش هایی که توجه کافی به اطلاعات ناشی از اسلایس های تصاویر

 

ندارند، بیشتر میباشد.فایل pdf دارای 9 ص


دانلود با لینک مستقیم


استفاده از روش تطبیق الگو جهت شناسایی ندولهای ریوی درتصاویرسیتی اسکن