دانلود پروژه شناسایی چهره با استفاده از الگوریتم کلونی مورچگان

اختصاصی از فی گوو دانلود پروژه شناسایی چهره با استفاده از الگوریتم کلونی مورچگان دانلود با لینک مستقیم و پر سرعت .

عنوان پروژه : شناسایی چهره با استفاده از الگوریتم کلونی مورچگان

قالب بندی : PDF, Matlab

شرح مختصر : فایل پروژه از دو فایل اصلی تشکیل شده است : یکی ACO_feature_selection.m و ExteractFeatureZernik_DWT.m و یک پایگاه داده که ۴۰۰ تصویر از ۴۰ شخص در ۱۰ حالت متفاوت گرفته شده است. مراحل اجرای پروژه به صورت زیر است :

ابتدا با استفاده از اجرای فایل ExteractFeatureZernik_Dw ویژگی های زرنیک و DWT که مربوط به ویولت هست را از ۴۰۰ تصویر بیرون کشیده و در یک ماتریس با ۴۰۰ ردیف ذخیره می کنیم. تعداد ویژگی های استخراجی برای DWT برابر ۱۶۸ ویژگی است. که با توجه به مقاله ی شماره ۲(شکل۴ مقاله) که در فایل پروژه هست پیاده سازی شده است. تصاویر پایگاه داده ۹۲×۱۱۲ می باشد سه سطح رزولوشن آن باستفاده از تبدیل وارون ویولت کم می شود سطح اول ۴۶×۵۶ ، سطح دوم ۲۳×۲۸ و سطح سوم و آخر ۱۲×۱۴ می شود. در این مرحله تصویر با ابعاد سطح سوم را به صورت برداری تک ردیف ارائه می کنیم و اینکار با کنار هم و بهم پیوست ستون ها انجام می دهیم. که برای هر تصویر بردار ویژگی DWT برداری با طول ۱۶۸ خواهد بود زیرا ۱۲×۱۴=۱۶۸ خواهد شد. پس از استخراج ویژگی های آنها را در ماتریس Feature_DWT.mat با ابعاد ۴۰۰×۱۶۸ برای استفاده ی الگوریتم ACO ذخیره می کنیم. به منظور استخراج ویژگی-های زرنیک نیز از به جای استفاده مستقیم از تصاویر پایگاه داده از تصاویر کاهش یافته ی ۶۴×۶۴ استفاده شده است. که فقط ۲۰ مرتبه ی اول ویزگی های زرنیک محاسبه می شود. و دراین حالت نیز ماتریس با نام Zernike_Moment_features.mat با ابعاد ۴۰۰×۲۰ را به منظور استفاده ACO ذخیره می کنیم.

فهرست :

توضیحات اجرای پروژه

مقاله زبان اصلی

فایل سورس پروژه

پیاده سازی الگوریتم مسیریابی بلمن فورد با زبان سی شارپ

اختصاصی از فی گوو پیاده سازی الگوریتم مسیریابی بلمن فورد با زبان سی شارپ دانلود با لینک مستقیم و پر سرعت .

پیاده سازی الگوریتم مسیریابی بلمن فورد با زبان سی شارپ

9900 تومان

بدون تخفیف

اطلاعات فایل:

• قابل ویرایش با Visual Studio 2013 و با نسخه های بالاتر

• حجم کلی:1mb

تصاویری از محیط برنامه:

شما 1000 بار مجاز به دانلود هستید و 9999 دقیقه بعد از خرید وقت دارید فایل را دانلود کنید.

دانلود تحقیق مقایسه و بررسی دو الگوریتم در بهره وری انرژی در شبکه های حسگر بی سیم

اختصاصی از فی گوو دانلود تحقیق مقایسه و بررسی دو الگوریتم در بهره وری انرژی در شبکه های حسگر بی سیم دانلود با لینک مستقیم و پر سرعت .

الگوریتم ها :
انرژی مؤثر روزمره در شبکه های حساس بی سیم از بین دسته متعادل شده
استفان. ای. نیکلاس دایکس، دانیسیس کاندریس، دیمتریس دی. ورزگادز و کریستو دالی گرز
خلاصه: استفاده از شبکه های حساس بی سیم   توسط فشارهای انرژی محدود شده نودهای حساس اشخاص مسدود شده اند. این به خاطر این است که بخشی از تحقیق در WSNP بررسی رشد انرژی مؤثر روزمره پروتکل ها تمرکز می کند. در این مقاله یک پروتکل جدید حفظ انرژی را از دسته متعادل شده دنبال می کند. مدلهای ECHERP شبکه ای است که به عنوان یک سیستم طولانی با استفاده از حذف الگوریتم گاسین عمل می کند و ترکیبی از نودها که می تواند به عنوان یک دسته برای توسعه طول عمر شبکه انتخاب
 شده است محاسبه می گردد.
اجرای ارزیابی ECHERP از میان تستهای شبیه سازی انجام می شود که مدرکی برای مؤثر بودن پروتکل در انرژی مؤثر شبکه زمانی که با دیگر پروتکل های شناخته شده مقایسه می گردند است.
کلمات کلیدی:  ، انرژی کارآمد، سلسله مراتب، حذف گاسین
1- مقدمه
پیشرفت های اختر تکنولوژی تولید انبوه نودهای گران قیمت حساس را مقدور می سازد علیرغم اندوه نسبتاً کوچکشان قابلیت پردازش و ارتباطات پیشرفته ای را دارند. WSN شامل نودهای حساس توزیع شده می باشد بدون استفاده از سیم به هم وصل شده است. در یک WSN نودهای حساس محیط را حس می کنند و از عناصر ارتباطی شان برای انتقال داده های حسی از کاناهای بی سیم به نودهای دیگر استفاده می کنند. BS داده های انتقال شده را جمع آوری می کند تا پردازش گر ناظر کنترل عمل کند و یا به عنوان نقطه دسترسی به دخالت انسان در آن یا حتی به عنوان یک دروازه برای شبکه های دیگر می باشد. امروزه   به خاطر مزایای بی شمارش که استفاده های زیادی را در پی داشته است از رشد متنوع کاربردهای آن حمایت شده است. بنابراین علیرغم مزایی که استفاده از   پیشنهاد می دهد استفاده از آن توسط محدودیتهای انرژی به شده با سنسورها محدود گردیده است.
اکثر پروتکل ها برای بهبود انرژی مؤثر در بسته ها استفاده می کنند به خاطر این است طول عمر شبکه را زیاد کنند. هر بسته بک نود را به عنوان راس بسته (CH) انتخاب می کند و سپس نود در هر بسته داده هایش را به سر بسته خودشان ارسال می کنند. سه دسته داده هایش را به ایستگاه پایه می فرستند. این مقاله به شرح ذیل سازمان دهی شده است: در بخش 2 کار مرتبط با پروتکل های انرژی مؤثر ارائه شده است.
در بخش 3 پروتکل پیشنهاد شده مدلهای شبکه را به عنوان سیستم طولی با استفاده از محذف گاسین به خاطر انتخاب سر دسته معرفی می کند تا مصرف انرژی را در دسته به حداقل برساند. در بخش 4 اجرای پروتکل پیشنهاد شده مورد ارزیابی قرار گرفته است. در بخش 5 نتایج به شرح زیر آمده است.
2- کار ارتباط یافته
تحقیق قابل ملاحظه ای وجود دارد که تلاش می کند پروتکل عمومی   را توسعه دهد. توسعه این پروتکل ها براساس کاربرد خاص نیازها و مهندسی ساخت شبکه می باشد. بنابراین چندین عامل وجود دارد که در این رسیدگی ها اتفاق می افتد زمانی که پروتکل های معمولی در   در حال رشد هستند. انرژی مؤثر از مهمترین نکته از میان این عوامل به شمار می رود و از آنجایی که به طور مستقیم برروی طول عمر شبکه تأثیر می گذارد. عملکرد LEACH شامل دو دوره است.
- تشکیل دوره: در تشکیل دوره دسته ها سازمان دهی می شوند و سه دسته هرکدام انتخاب می شود. در هر چرخه یک الگوریتم اتفاقی توسط هر نود برای تعیین اینکه سه دسته شده است مورد استفاده قرار می گیرد اگر یک نود یکبار سه دسه شود نمی تواند در چرخه P دوباره سه دسته شود P میانگین سه دسته ها می باشد.
- دوره حالت ثابت: در دوره حالت ثابت داده ها به ایستگاه پایه ارسال می شوند در طول دوره حالت ثابت که طولانی تر از دوره تشکیل می باشد. در LEACH یک نود با استفاده از یک مکانیسم اتفاقی سه دسته می شود. این به تولید نامتعادل سطح انرژی در نودها متمایل می شود و بنابراین انرژی کل را در شبکه افزایش می دهد در PE GA-SIS انتخاب سه دسته با توجه به نودهای انرژی که در موقعیت ایستگاه پایه نیستند اتفاق می افتد.
PE GASIS در ومقایسه با LEACH بهتر عمل می کند اما نودهای به زنجیره ها گروه بندی شده اند باعث می شوند تا داده های زیادی را انتقال دهند. معماری حساس شبکه در TEEN براساس گروه بنذی سلسله مراتبی می باشد نودهای بسته در دسته ها با سطوح بالاتر داده ها را از نودهای دیگر که بیشتر دور هستند انتقال می دهند فرآیندی که در سطح دیگر ادامه دارد. مهمترین مزیت TEEN این است که در شرایط خوبی که تغییرات ناگهانی اتفاق می افتد کار می کند. به عبارت دیگر حوزه شبکه های بزرگتر زمانی که مقدار لایه های طبقاتی کوچک هستند TEEN مقادیر قابل توجهی انرژی را مصرف می کنند و به خاطر اینکه فاصله انتقال طولانی باشد. علاوه براین زمانیکه تعداد لایه ها افزایش یابد انتقال کوتاه تر می شود و در بالا دوره تشکیل قابل توجهی وجود دارد به محض اینکه شبکه وارد عمل شود. این پروتکل یک نود را با بالاترین حجم انرژی به عنوان سردسته انتخاب می کنند زیاد کردن طول عمر سر دسته (ELCH) پروتکل معمولی شکل وخاص به خود و ویژگی های اتفاقی معمولی را دارد. انرژی مؤثر شکل پروتکل دسته نودهایی را با انرژی بالاتری انتخاب می کند و آنها را در هر چرخه با فاصله قرار می دهد و بین مصرف انرژی تعادل برقرار می کند و انرژی مصرفی برای تشکیل دسته را به حداقل می رساند. بنابراین انتخاب یک نود با بالاترین انرژی به عنوان سر دسته هر چرخه ممکن است باعث شود تا نودهای دیگر انرژی بیشتری برای فرستادن داده ها به این ند را مصرف کنند. انتخاب ونود این امکان را برای نودهای دیگر بوجود می آورد تا در دسته انرژی کمتری را که بهترین راه حل است صرف کنند. این دلیلی است که در آن مایک پروتکل را پیشنهاد می کنیم که نودهای سر دسته را برای به حداقل رساندن کل انرژی مصرفی در دسته انتخاب کنند.

شامل 17 صفحه Word

دانلود مقاله کامل درباره تحلیل الگوریتم شاخه و قید موازی آسنکرون

اختصاصی از فی گوو دانلود مقاله کامل درباره تحلیل الگوریتم شاخه و قید موازی آسنکرون دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

فرمت فایل: Word (قابل ویرایش و آماده پرینت)

تعداد صفحه :51

بخشی از متن مقاله

تحلیل الگوریتم شاخه و قید موازی آسنکرون

1- خلاصه:

در این مقاله توضیحی درباره کامپیوترهای موازی می‌دهیم و بعد الگوریتمهای موازی را بررسی می‌کنیم. ویژگیهای الگوریتم branch & bound را بیان می‌کنیم و الگوریتمهای b&b موازی را ارائه می‌دهیم و دسته‌ای از الگوریتمهای b&b آسنکرون برای اجرا روی سیستم MIMD را توسعه می‌دهیم. سپس این الگوریتم را که توسط عناصر پردازشی ناهمگن اجرا شده است بررسی می‌کنیم.

نمادهای perfect parallel و achieved effiency را که بطور تجربی معیار مناسبی برای موازی‌سازی است معرفی می‌کنیم زیرا نمادهای قبلی speed up (تسریع) و efficiency (کارایی) توانایی کامل را برای اجرای واقعی الگوریتم موازی آسنکرون نداشتند. و نیز شرایی را فراهم کردیم که از آنومالیهایی که به جهت موازی‌سازی و آسنکرون بودن و یا عدم قطعیت باعث کاهش کارایی الگوریتم شده بود، جلوگیری کند.

2- معرفی:

همیشه نیاز به کامپیوترهای قدرتمند وجود داشته است. در مدل سنتی محاسبات، یک عنصر پردازشی منحصر تمام taskها را بصورت خطی (Seqventia) انجام میدهد. به جهت اجرای یک دستورالعمل داده بایستی از محل یک کامپیوتر به محل دیگری منتقل می‌شد، لذا نیاز هب کامپیوترهای قدرتمند اهمیت روز افزون پیدا کرد. یک مدل جدید از محاسبات توسعه داده شد، که در این مدل جدید چندین عنصر پردازشی در اجرای یک task واحد با هم همکاری می‌کنند. ایده اصل این مدل بر اساس تقسیم یک task به subtask‌های مستقل از یکدیگر است که می‌توانند هر کدام بصورت parallel (موازی) اجرا شوند. این نوع از کامپیوتر را کامپیوتر موازی گویند.

تا زمانیکه این امکان وجود داشته باشد که یک task را به زیر taskهایی تقسیم کنیم که اندازه بزرگترین زیر task همچنان به گونه‌ای باشد که باز هم بتوان آنرا کاهش داد و البته تا زمانیکه عناصر پردازشی کافی برای اجرای این sub task ها بطور موازی وجود داشته باشد، قدرت محاسبه یک کامپیوتر موازی نامحدود است. اما در عمل این دو شرط بطور کامل برقرار نمی‌شوند:

اولاً: این امکان وجود ندارد که هر taskی را بطور دلخواه به تعدادی زیر task‌های مستقل تقسیم کنیم. چون همواره تعدادی زیر task های وابسته وجود دارد که بایستی بطور خطی اجرا شوند. از اینرو زمان مورد نیاز برای اجرای یک task بطور موازی یک حد پایین دارد.

دوماً: هر کامپیوتر موازی که عملاً ساخته می‌شود شامل تعداد معینی عناصر پردازشی (Processing element) است. به محض آنکه تعداد taskها فراتر از تعداد عناصر پردازشی برود، بعضی از sub task ها بایستی بصورت خطی اجرا شوند و بعنوان یک فاکتور ثابت در تسریع کامپیوتر موازی تصور می‌شود.

الگوریتمهای B&B مسائل بهینه سازی گسسته را به روش تقسیم فضای حالت حل می‌کنند. در تمام این مقاله فرض بر این است که تمام مسائل بهینه سازی مسائل می‌نیمم کردن هستند و منظور از حل یک مسئله پیدا کردن یک حل ممکن با مقدار می‌نیمم است. اگر چندین حل وجود داشته باشد، مهم نیست کدامیک از آنها پیدا شده.

الگوریتم B&B یک مسئله را به زیر مسئله‌های کوچکتر بوسیله تقسیم فضای حالت به زیر فضاهای (Subspace) کوچکتر، تجزیه می‌کند. هر زیر مسئله تولید شده یا حل است و یا ثابت می‌شود که به حل بهینه برای مسئله اصلی (Original) نمی‌انجامد و حذف می‌شود. اگر برای یک زیر مسئله هیچ کدام از این دو امکان بلافاصله استنباط نشود، آن زیر مسئله به زیرمسئله‌های کوچکتر دوباره تجزیه می‌شود. این پروسه آنقدر ادامه پیدا می‌کند تا تمام زیر مسئله‌های تولید شده یا حل شوند یا حذف شوند.

در الگوریتمهای B&B کار انجام شده در حین اجرا به شدت تحت تاثیر نمونه مسئله خاص قرار می‌گیرد. بدون انجام دادن اجرای واقعی الگوریتم این امکان وجود ندارد که تخمین درستی از کار انجام شده بدست آورد. علاوه برآن، روشی که کار باید سازمان‌دهی شود بر روی کار انجام شده تاثیر می‌گذارد. هر گامی که در اجرای الگوریتم b&b ی موازی بطور موفقیت‌آمیزی انجام می‌شود و البته به دانشی است که تاکنون بدست آورده. لذا استفاده از استراتژی جستجوی متفاوت یا انشعاب دادن چندین زیر مسئله بطور موازی باعث بدست آمدن دانشی متفاوت می‌شود پس می‌توان با ترتیب متفاوتی زیر مسئله‌ها را انشعاب داد.

دقت کنید که در یک بدل محاسبه خطی افزایش قدرت محاسبه فقط بر روی تسریع الگوریتم اثر می‌کند وگرنه کار انجام شده همچنان یکسان است.

با این حال اگر قدرت محاسبه یک کامپیوتر موازی با اضافه کردن عناصر پردازشی اضافه افزایش پیدا کند. اجرای الگوریتم b&b بطور آشکاری تغییر می‌کند (به عبارت دیگر ترتیبی که در آن زیر برنامه‌ها انشعاب پیدا می‌کنند تغییر می‌کند). بنابراین حل مسائل بهینه‌سازی گسسته سرسع بوسیله یک کامپیوتر موازی نه تنها باعث افزایش قدرت محاسبه کامپیوتر موازی شده است بلکه باعث گسترش الگوریتمهای موازی نیز گشته است.

3- کامپیوترهای موازی (Parallel computers):

یکی از مدلهای اصلی محاسبات Control drivenmodel است، در این مدل کاربر باید صریحاً ترتیب انجام عملیات را مشخص کند و آن دسته از عملیاتی که باید به طور موازی اجرا شوند را تعیین کند. این مدل مستقل از عناصر پردازش به صورت زیر تقسیم‌بندی می‌شود:

- کامپیوترهای SISD، که یک عنصر پردازشی وجود دارد و توان انجام فقط یک عمل را در یک زمان دارد.

- کامپیوترهای MIMD، دارای چندین عنصر پردازشی هستند که بطور موازی دستورالعمل‌های متفاوت را روی دیتاهای متفاوت انجام می‌دهند.

- کامپیوترهای SIMD، همه عناصر پردازشی‌شان یک دستور یکسان را در یک زمان بر روی داده‌های متفاوتی انجام می‌دهند. اگر چه امکان پنهان کردن عناصر پردازشی وجود دارد. عنصر پردازشی پنهان شده نتیجه عملی را که انجام داده ذخیره نمی‌کند.

سیستمهای SIMD بر اساس نحوه ارتباط و اتصال عناصر پردازشی به یکدیگر خود به بخشهایی تقسیم می‌شوند: اگر تمام عناصر پردازشی به یکدیگر متصل باشند و از طریق یک حافظه مشترک ارتباط داشته باشند، به آن tightly coupled system گویند.

و اگر عناصر پردازش حافظه مشترک نداشته باشند اما از طریق شبکه‌ای بهم متصل باشند و بروش message passing با هم ارتباط داشته باشند، به آن loosely coupled system گویند.

حافظه مشترک در tightly coupled system ها هم نقطه قوت و هم نقطه ضعف این سیستمها است. امکان به اشتراک گذاشتن راحت و سریع اطلاعات بین عناصر پردازشی مختلف را فراهم می‌کند. ارتباط به عملیات ساده read و wite روی حافظه مشترک خلاصه می‌شود و هر عنصر پردازشی مستقیماً با دیگر عناصر پردازشی ارتباط برقرار می‌کند. با این حال، اگر تعداد عناصر پردازشی متصل به حافظه مشترک افزایش یابد، حافظه مشترک تبدیل به گلوگاه (Bottleneck) می‌شود.

بنابراین تعداد عناصر پردازشی در یک سیستم tightly coupled محدود است. به جهت اینکه تمام عناصر پردازشی بایستی به ان حافظه مشترک متصل باشند، این سیستمها بصورت کامل از پیش ساخته هستند و امکان اضافه کردن عناصر پردازش به سیستم وجود ندارد.

از طرف دیگر، ارتباط در یک سیستم loosely coupled کند و آهسته است. تبادل پیامها نیاز به زمانی بیش از زمان لازم برای نوشتن یا خواندن از یک حافظه مشترک دارد. این امکان هم وجود دارد که یک عنصر پردازش مستقیماً به عنصر پردازش دیگر که قصد ارتباط دارد متصل نباشد.

در مقابل compactness بودن سیستمهای tightly coupled ، عناصر پردازشی در یک سیستم loosely coupled می‌توانند در تمام نقاط توزیع شوند. لذا فاصله فیزیکی که یک پیام باید طی کند، بیشتر می‌شود. به جهت این حقیقت که عناصر پردازشی برای ارتباط در یک شبکه از یک پروتکل استفاده می‌کنند، lossely coupled system می‌توانند شامل انواع مختلفی از عناصر پردازشی باشند. امکان اضافه کردن عناصر پردازشی اضافه‌تری به سیستم وجود دارد. در حالت کلی عناصر پردازشی خودشان یک کامپیوتر کاملی هستند.

مثالی از سیستمهای loosely coupled، Distributed Processing utilities Package است که بعداُ به تفضیل درباره آنها توضیح می‌دهیم.

*** متن کامل را می توانید بعد از پرداخت آنلاین ، آنی دانلود نمائید، چون فقط تکه هایی از متن به صورت نمونه در این صفحه درج شده است ***

پروژه الگوریتم های تخصیص داده پویا در سیستم های پایگاه داده توزیعی 30 ص + پاورپوینت 26 اسلاید

اختصاصی از فی گوو پروژه الگوریتم های تخصیص داده پویا در سیستم های پایگاه داده توزیعی 30 ص + پاورپوینت 26 اسلاید دانلود با لینک مستقیم و پر سرعت .

پیشرفت در تکنولوژیهای شبکه و پایگاه داده در دهه های اخیر منجر به ایجاد سیستم های پایگاه داده توزیع شده گشته است .یک سیستم پایگاه داده توزیع شده مجموعه ای از سایتها می باشد که از طریق شبکه به هم متصل شده اند که هر کدام از سایت ها پایگاه داده مخصوص به خود دارد اما می توانند با یکدیگر کار کنند بنابراین هر کاربری در هر سایتی می تواند به همه داده های موجود در شبکه دسترسی داشته باشد درست مانند اینکه همه داده ها در سایت کاربر ذخیره شده است .

دغدغه اصلی سیستم های پایگاه داده توزیع شده قطعه قطعه کردن[1] و تخصیص[2] پایگاه داده اصلی می باشد واحد قطعه داده می تواند یک فایل باشد که در این حالت موضوع تخصیص همان تخصیص فایل خواهد بود مشکل تخصیص داده یک مسئله NP-complete می باشد بنابراین نیاز به هیوریستیکهای سریع برای تولید راه حل های موثر می باشد علاوه بر اینها تخصیص بهینه اشیا پایگاه داده به طور شدید بستگی به استراتژی اجرای پرس وجو [3] که به وسیله پایگاه داده توزیع شده پیاده سازی شده دارد .

هزینه اصلی در اجرای پرس و جو در سیستمهای پایگاه داده توزیع شده هزینه انتقال داده هنگام انتقال یک رابطه در موقع درخواست پرس و جو از یک سایت و انتقال آن از یک سایت متفاوت می باشد[2] . هدف اصلی الگوریتم های تخصیص داده تعیین نسبت دادن فرگمنتها به سایتهای مختلف برای کمینه کردن هزینه انتقال داده در اجرای[4] یک مجموعه از پرس و جو ها می باشد که معادل کمینه کردن زمان متوسط اجرای پرس و جو می باشد که اهمیت اصلی در محیط های توزیع شده و پایگاه داده چند رسانه ای دارد .