منطق جدید در طبقه بندی دسته درزها به روش شبکه عصبی MLP و بررسی عدم قطعیت در شبکه عصبی

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

 منطق جدید در طبقه بندی دسته درزها به روش شبکه عصبی MLP و بررسی عدم قطعیت در شبکه عصبی دارای ۲۲ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد منطق جدید در طبقه بندی دسته درزها به روش شبکه عصبی MLP و بررسی عدم قطعیت در شبکه عصبی  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 منطق جدید در طبقه بندی دسته درزها به روش شبکه عصبی MLP و بررسی عدم قطعیت در شبکه عصبی،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن منطق جدید در طبقه بندی دسته درزها به روش شبکه عصبی MLP و بررسی عدم قطعیت در شبکه عصبی :

نام کنفرانس، همایش یا نشریه : زمین

تعداد صفحات :۲۲

کلاسه بندی مجموعه داده ها، کمک بسیاری در درک واقعیات نهفته در آنها دارد. برای این منظور کلاسه بندی کننده های بسیاری وجود دارند که انواع شبکه های عصبی، از جمله مهمترین آنهاست. شبکه عصبی، علی رغم پیچیدگی های عملکردی و مفهومی اش، به دلیل قابلیت های فراوان و همچنین در دسترس بودن بسته های نرم افزاری مختلف، کاربرد وسیعتری نسبت به دیگر الگوریتم های کلاسه بندی پیدا کرده است. متاسفانه، در برخی موارد، عدم تسلط به منطق عملکرد شبکه عصبی، باعث شده که تفسیرهای نادرستی از نتایج عملکرد آن، حاصل شود. در این مقاله، علاوه بر ارایه منطق جدیدی برای طبقه بندی دسته درزها به روش شبکه عصبی، بحثی در خصوص عدم قطعیت های عملکرد طبقه بندی کننده شبکه عصبی MLP، ارایه می گردد. برای بررسی کارایی و مزیت روش جدید طبقه بندی دسته درزها، یک مجموعه مصنوعی از درزها، شامل ۸ دسته درز ساخته شد و برای هر درز، ۴ ویژگی شیب، جهت شیب، میزان پرشدگی و نوع مواد پرکننده در نظر گرفته شده است، به گونه ای که جدایش دسته درزها بر اساس روش سنتی استفاده از دو ویژگی شیب و جهت شیب (روش های متداول نمودار گل سرخی و استریونت) غیرممکن باشد. سپس برنامه هایی برای استفاده از روش طبقه بندی شبکه عصبی MLP، نوشته شده و در فضای ۴ بعدی، نسبت به طبقه بندی داده های مصنوعی اقدام شده است. بررسی حاضر نشان داد که در چنین فضایی، کلیه ۸ دسته درز را می توان با دقت مطلوبی، از هم تفکیک کرد.

کلید واژه: دسته درز، طبقه بندی، خوشه بندی، شبکه عصبی MLP، عدم قطعیت