دانش رسان |
مرکز علم و دانش کشور طراحی و پیاده سازی یک سیستم یادگیری عمیق بهبود یافته برای طبقه بندی تصاویر و مقایسه عملکرد آن با شبکه عصبی مصنوعی
در حال بارگذاری
توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد
طراحی و پیاده سازی یک سیستم یادگیری عمیق بهبود یافته برای طبقه بندی تصاویر و مقایسه عملکرد آن با شبکه عصبی مصنوعی دارای ۲۱ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است
فایل ورد طراحی و پیاده سازی یک سیستم یادگیری عمیق بهبود یافته برای طبقه بندی تصاویر و مقایسه عملکرد آن با شبکه عصبی مصنوعی کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه و مراکز دولتی می باشد.
توجه : در صورت مشاهده بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی طراحی و پیاده سازی یک سیستم یادگیری عمیق بهبود یافته برای طبقه بندی تصاویر و مقایسه عملکرد آن با شبکه عصبی مصنوعی،به هیچ وجه بهم ریختگی وجود ندارد
بخشی از متن طراحی و پیاده سازی یک سیستم یادگیری عمیق بهبود یافته برای طبقه بندی تصاویر و مقایسه عملکرد آن با شبکه عصبی مصنوعی :
تعداد صفحات :۲۱
چکیده مقاله:
امروزه بحث پردازش و طبقه بندی تصاویر، در سیستم های حمل و نقل، صنایع، امور نظامی، پزشکی و … بسیار مورد توجه قرار گرفته و یکی از زمینه های جذاب برای تحقیق به شمار می رود. یکی از الگوریتم های موفق در زمینه پردازش تصویر، الگوریتم شبکه عصبی کانولوشن است که از زیرمجموعه های الگوریتم یادگیری عمیق به شمار می رود. در این مقاله الگوریتم شبکه عصبی کانولوشن و موارد موثر در بهبود دقت و عملکرد این الگوریتم مورد بررسی قرار گرفته است. بدین منظور پس از معرفی کلی هر یک از این موارد، سیستمی طراحی شده، دقت و عملکرد آن برای کلاس بندی و تشخیص تصاویر دیتاست مورد نظر به دست آمد. در انتها مقایسه ای بین عملکرد کلی الگوریتم یادگیری عمیق با شبکه عصبی مصنوعی انجام گرفته است. در این مقاله از دیتاست تصاویر راهنمایی رانندگی آلمان استفاده شده و دقت بدست آمده در این مقاله در حدود ۸۹/۹۹ درصد بوده که در مقایسه با حالت های قبل بهبود داشته است.
- در صورتی که به هر دلیلی موفق به دانلود فایل مورد نظر نشدید با ما تماس بگیرید.
