مرجع دانلود پروژه و پايان نامه هاي دانشجويي

تعداد صفحات:93
نوع فايل:word
فهرست مطالب:
مقدمه
شبكه عصبي چيست ؟
يادگيري در سيستم هاي بيولوژيك
سازمان مغز
نرون پايه
عمليات شبكه هاي عصبي
آموزش شبكه هاي عصبي
معرفي چند نوع شبكه عصبي
پرسپترون تك لايه
پرسپترون چند لايه
backpropagation
هاپفيلد
ماشين بولتزمن
كوهونن
كاربردهاي شبكه هاي عصبي
منابع

مقدمه
الگوريتم ها در كامپيوتر ها اعمال مشخص و واضحي هستند كه بصورت پي در پي و در جهت رسيدن به هدف خاصي انجام ميشوند.حتي در تعريف الگوريتم اين گونه آمده است كه الگوريتم عبارت است از مجموعه اي ازاعمال واضح كه دنبال اي از عمليات را براي رسيدن به هدف خاصي دنبال ميكنند.آنچه در اين تعريف خود نمايي ميكند كلمه دنباله ميباشد كه به معناي انجام كار ها بصورت گام به گام مي باشد. اين امر مشخص ميكند كه همه چيز در الگوريتم هاي سنتي بايد قدم به قدم براي كامپيوتر مشخص و قابل فهم و درك باشد. حتي در اولين الگوريتم هاي هوش مصنوعي نيز بر همين پايه و كار قدم به قدم بنا نهاده شده اند.
در اواخر قرن بيستم رويكرد به الگوريتم هاي جديد صورت گرفت كه علت هاي مختلفي داشت مثل حجيم بودن ميزان محاسبات برخي مسايل و بالا بودن مرتبه زماني الگوريتم هاي سنتي در مورد اين مسايل باعث شد نياز به الگوريتم هاي جديد احساس شود.همچنين برخي كارهاي انسان كه هنوز قابل انجام توسط كامپيوتر نبودندو يا به خوبي توسط كامپيوتر انجام نمي شدند باعث اين رويكرد شد.
مهمترين الگوريتم هاي جديد عبارتند از :
1- شبكه هاي عصبي
2- منطق فازي
3- محاسبات تكاملي

لينك دانلود

تعداد صفحات:76
نوع فايل:word
فهرست مطالب:
چكيده
مقدمه
فصل اول: مقدمه
چه كسي منطق فازي را ابداع كرد
بيوگرافي دكتر لطفي زاده
منطق فازي به چه معناست؟
طبقه بندي اثر انگشت
توضيح مختصري در مورد بيومتريك
علت استفاده از منطق فازي در اثر انگشت
فصل دوم: كليات
تاريخچه تشخيص اثر انگشت
تحقيقات علمي
كاربرد
استفاده از منطق فازي در سيستم هاي بيومتريك
مرحله اول
مرحله دوم
مرحله سوم
سيستم هاي بيومتريك تركيبي
استخراج ويژگي ها
وظيفه شبكه عصبي انتشار به عقب در معماري سيستم هاي تركيبي
اساس منطق فازي تركيبي و تأييد هويت
استفاده از رمز گزاري فازي
روش سيستم شناسايي اثر انگشت بر اساس رمزگزاري فازي
تصوير پردازش
نرمال سازي
فيلبر گابور
نمايش تصوير در يك شكل باينري
درقيق گرداني
استخراج دو شاخه
تصاوير فازي
مراحل رمز گزاري فازي
فصل سوم كاربردها
معرفي بيومتريك
انواع بيومتريك ها
اسكن انگشت
چهره نگاري
شبكيه نگاري
صوت نگاري
عنبيه نگاري
دست نگاري
امضا نگاري
نحوه تايپ كردن
كاربردهاي بيومتريك در شهر الكترونيك
كاربردهاي بيومتريك در گستره ي شهري
شناسايي مجرمان
شناسايي شهروندان
نظارت
كاربردهاي بيومتريك در بخش داخلي سازمان
چالشها و راه حلهاي استفاده از بيومتريك در شهرداري الكترونيك
چالشهاي موجود در مقابل كاربرد بيومتريك در گستره ي شهري
چالشهاي موجود در مقابل كاربرد بيومتريك در بخش داخلي سازمان
فصل چهارم نمونه ها
محاسبات نرم
پردازش سيگنال ديجيتالي
منطق فازي چيست؟
متغير هاي قطعي
متغيير هاي فازي يا زباني
توابع عضويت
مراحل پردازش تصوير در نناسايي بر اساس اثر انگشت
پارامترهاي مهم در سيستم هاي بيومتريك
تركيبات بيومتريك
شبكهاي عصبي مصنوعي
تاريخچه شبكهاي عصبي مصنوعي
سيستم هاي فازي چگونه سيستم هايي هستند؟
فصل پنجم تاريخچه و نتيجه گيري
نتيجه گيري
منابع

فهرست شكل ها
دكتر لطيفي زاده
انواع بيومتريك
شناسايي در مقابل تشخيص
انواع منونشيا
تصويري از تشخيص منوشيا
توابع عضويت براي نشان دادن سطح امنيت
مراحل استفاده از منطق فازي در سيستم هاي بيومتريك
معمار سيستم هاي چند تركيبي
توابع عضويتي براي فازي سازي اثر صداي ورودي
توابع عضويتي براي فازي سازي اثرانگشت ورودي
تابع عضويتي براي در ويژگي هاي سيتم هاي نرم ورودي
استخراج دوشاخه
مراحل پردازش تصوير
نمونه تصويري با نقاط دوشاخه،در1×1 بخش
نمونه تصويري با نقاط دوشاخه،در1×1 بخش
پارامترها و مقادير عضويت
تصوير فازي از ساختار دوشاخه هاي اثر انگشت
چرخش اثر انگشت 5 درجه در جهت عقربه هاي ساعت
تصوير ساختار فازي اثر انگشتي

چكيده
در اين پژوهش ابتدا در مورد، اثر انگشت و تاريخچه منطق فازي و همچنين شرح مختصري در مورد استفاده از منطق فازي در بيومتريك مي پردازيم . درادامه ، كارهاي كه محققين در خصوص استفاده از روشهاي فازي جهت شناسايي اثر انگشت انجام داده اند از جمله روش استفاده از منطق فازي در سيستم هاي اثر انگشت، معماري يك سيستم تركيبي، و همچنين استفاده از رمز گذاري فازي براي نشان دادن ساختار ويژگي هاي برآمدگي هاي دوشاخه توضيحاتي را مطرح مي كنيم ، در نهايت مباني تحقيقات مذكور بيان شده است.

لينك دانلود

تعداد صفحات:118
نوع فايل:word
رشته مهندسي برق
فهرست مطالب:
چكيده
مقدمه
فصل اول:
بررسي انواع خطا در ماشين هاي القايي و علل بروز و روش هاي تشخيص آن ها
مقدمه
بررسي انواع تنش هاي وارد شونده بر ماشين القايي
تنش هاي موثر در خرابي استاتور
تنش هاي موثر در خرابي روتور
بررسي عيوب اوليه در ماشين هاي القايي
عيوب الكتريكي اوليه در ماشين هاي القايي
عيوب مكانيكي اوليه در ماشين هاي القايي
فصل دوم:
مدلسازي ماشين القايي با استفاده از تئوري تابع سيم پيچ
تئوري تابع سيم پيچ
تعريف تابع سيم پيچ
محاسبه اندو كتانس هاي ماشين با استفاده از توابع سيم پيچ
شبيه سازي ماشين القايي
معادلات يك ماشين الكتريكي با m سيم پيچ استاتور و n سيم پيچ روتور
معادلات ولتاژ استاتور
معادلات ولتاژ روتور
محاسبه گشتاور الكترو مغناطيسي
معادلات موتور القاي سه فاز قفس سنجابي در فضاي حالت
مدلسازي خطاي حلقه به حلقه و خطاي كلاف به كلاف
فصل سوم:
آناليز موجك و تئوري شبكه هاي عصبي
تاريخچه موجك ها
مقدمه اي بر خانواده موجك ها
موجك هار
موجك دابيشز
موجك كوايفلت
موجك سيملت
موجك مورلت
موجك مير
كاربردهاي موجك
آناليز فوريه
آناليز فوريه زمان كوتاه
آناليز موجك
تئوري شبكه هاي عصبي
مقدمه
مزاياي شبكه عصبي
اساس شبكه عصبي
انواع شبكه هاي عصبي
آموزش پرسپترون هاي چند لايه
فصل چهارم:
روش تشخيص خطاي سيم بندي استاتور در ماشين القايي (خطاي حلقه به حلقه)
اعمال تبديل موجك
نتايج تحليل موجك
ساختار شبكه عصبي
فصل پنجم:
نتيجه گيري و پيشنهادات
نتيجه گيري
پيشنهادات
پيوست ها
منابع و ماخذ
فارسي
منابع لاتين
چكيده لاتين

فهرست اشكال:
شكل1-1 :موتور القايي با ساختار مجزا شده از هم
شكل1-2: شماي قسمتي از موتور و فركانس عبور قطب
شكل1-3: (الف) اتصال كوتاه كلاف به كلاف بين نقاط b وa (ب) خطاي فاز به فاز
شكل2-1: برش از وسيله دو استوانه اي با قرارگيري دلخواه سيم پيچ در فاصله هوايي
شكل2-2: تابع دور كلاف متمركز باN دور هادي مربوط به شكل2-1
شكل2-3: تابع سيم پيچي كلاف متمركز N دوري مربوط به شكل2-1
شكل 2-4: ساختار دو سيلندري با دور سيم پيچ A وB
شكل2-5: تابع دور كلاف ‘BB شكل2
شكل2-6:(الف) تابع دور فازa استاتور (ب) تابع سيم پيچي فازa استاتور
شكل2-7: تابع سيم پيچي حلقه اول روتور
شكل2-8(الف) اندوكتانس متقابل بين فازA استاتور و حلقه اول روتور (ب) مشتق اندوكتانس متقابل بين فازa استاتور و حلقه اول روتور نسبت به زاويه
شكل2-9: شكل مداري در نظر گرفته شده براي روتور قفس سنجابي
شكل 2-10: نمودار جريان (الف) فازa (ب)فازb (ج) فازc استاتور در حالت راه اندازي بدون بار
شكل2-11: (الف) نمودار سرعت موتور در حالت راه اندازي بدون بار(ب) نمودار گشتاور الكترومغناطيسي موتور در حالت راه اندازي بدون بار
شكل2-12: نمودار جريان (الف) فازa (ب) فازb (ج) فازC استاتور در حالت دائمي بدون بار
شكل2-13: فرم سيم بندي استاتور وقتيكه اتصال كوتاه داخلي اتفاق افتاده است(الف) اتصال ستاره (ب) اتصال مثلث
شكل2-14: تابع دور، فازD در حالت خطاي حلقه به حلقه (الف) 35دور (ب) 20دور ج) 10دور
شكل2-15: تابع سيم پيچي فازD در خطاي حلقه به حلقه (الف)35دور (ب)20دور (ج) 10دور
شكل2-16: (الف)تابع اندوكتانس متقابل بين فازC و حلقه اول روتور (ب) تابع مشتق اندوكتانس متقابل بين فاز C و حلقه اول روتور نسبت به زاويه
شكل2-17: (الف)تابع اندوكتانس متقابل بين فازD و حلقه اول روتور (ب) تابع مشتق اندوكتانس متقابل بين فاز D و حلقه اول روتور نسبت به زاويه
شكل2-18: نمودار جريان استاتور (الف) فازa (ب)فازb (ج) فازC در خطاي 10 دور در حالت راه اندازي بدون بار
شكل2-19: نمودار جريان استاتور (الف) فازa (ب) فازb (ج) فازC در خطاي 35 دور در حالت راه اندازي بدون بار
شكل2-20: (الف) گشتاور الكترو مغناطيسي در خطاي 10دور (ب) خطاي 35 دور
شكل2-21: نمودار سرعت موتور در خطاي حلقه به حلقه (35دور)
شكل2-22:نمودار جريان استاتور (الف) فازa (ب) فازb ( ج) فازC درخطاي (35دور) در حالت دائمي بدون بار
شكل3-1:(الف) تابع موجك هار Ψ (ب) تابع مقياس هار φ
شكل3-2: خانواده تابع موجك دابيشزΨ
شكل3-3: (الف) تابع موجك كوايفلت Ψ (ب) تابع مقياس كوايفلت φ
شكل3-4: (الف) تابع موجك سيملت Ψ (ب) تابع مقياس سيملت φ
شكل3-5: تابع موجك مورلت Ψ
شكل3-6: (الف) تابع موجك مير Ψ (ب) تابع مقياس مير φ
شكل3-7: تبديل سيگنال از حوزه زمان-دامنه به حوزه فركانس-دامنه با آناليز فوريه
شكل3-8: تبديل سيگنال از حوزه زمان- دامنه به حوزه زمان –مقياس با آناليز موجك
شكل3-9: (الف) ضرايب موجك (ب) ضرايب فوريه
شكل3-10: اعمال تبديل فوريه بروي سيگنال و ايجاد سيگنال هاي سينوسي در فركانس هاي مختلف
شكل3-11: اعمال تبديل موجك بروي سيگنال
شكل3-12: (الف) تابع موجك Ψ ب) تابع شيفت يافته موجك φ
شكل3-13: نمودار ضرايب موجك
شكل3-14: ضرايب موجك هنگاميكه از بالا به آن نگاه شود
شكل3-15: مراحل فيلتر كردن سيگنال S
شكل3-16: درخت آناليز موجك
شكل 3-17:درخت تجزيه موجك
شكل3-18: بازيابي مجدد سيگنال بوسيله موجك
شكل3-19: فرايند upsampling كردن سيگنال
شكل 3-20: سيستم filters quadrature mirror
شكل 3-21: تصوير جامعي از مرفولوژي نرون منفرد
شكل3-22: مدل سلول عصبي منفرد
شكل3-23: ANN سه لايه
شكل3-24: منحني تابع خطي
شكل3-25: منحني تابع آستانه اي
شكل3-26: منحني تابع سيگموئيدي
شكل3-27: پرسپترون چند لايه
شكل3-28: شبكه عصبي هاپفيلد گسسته(ونگ و مندل،1991)
شكل 4-1: ساختار كلي تشخيص خطا
شكل4-2: ساختار كلي پردازش سيگنال در موجك
شكل4-3: تحليل جريان استاتور درحالت خطادار (35دور) با〖db〗_8 در بي باري
شكل4-4: : تحليل جريان استاتور درحالت خطادار (20دور) با〖db〗_8 در بي باري
شكل4-5: : تحليل جريان استاتور درحالت خطادار (10دور) با〖db〗_8 در بي باري
شكل4-6: : تحليل جريان استاتور درحالت سالم با〖db〗_8 در بي باري
شكل4-7: : تحليل جريان استاتور درحالت خطادار(35دور)با〖db〗_8 در بارداري
شكل4-8: : تحليل جريان استاتور درحالت خطادار(20دور)با〖db〗_8 در بارداري
شكل4-9: : تحليل جريان استاتور درحالت خطادار(10دور)با〖db〗_8 در بارداري
شكل4-10:تحليل جريان استاتور در حالت سالم با〖db〗_8 در بارداري
شكل4-11: ضرايب موجك براي جريان استاتور ماشين خطادار(با خطاي 35دور)در بي باري با〖db〗_8
شكل4-12: ضرايب موجك براي جريان استاتور ماشين خطادار(با خطاي 20 دور)در بي باري با
شكل4-13: ضرايب موجك براي جريان استاتور ماشين خطادار(با خطاي 10دور)در بي باري با〖db〗_8
شكل4-14: ضرايب موجك براي جريان استاتور ماشين سالم در بي باري با〖db〗_8
شكل4-15: نماي شبكه عصبي
شكل4-16: خطاي train كردن شبكه عصبي

فهرست جداول:
جدول4-1 : انرژي ذخيره شده در ماشين سالم
جدول 4-2: انرژي ذخيره شده در ماشين خطا دار (10 دور)
جدول 4-3: انرژي ذخيره شده در ماشين خطا دار (20 دور).
جدول 4-4: انرژي ذخيره شده در ماشين خطا دار (35 دور)
جدول4-5: نمونه هاي تست شبكه عصبي

لينك دانلود

تعداد صفحات:80

نوع فايل:word

فهرست مطالب:
مقدمه

فصل اول

سابقه تاريخي

استفاده هاي شبكه عصبي

مزيت هاي شبكه عصبي

شبكه هاي عصبي در مقابل كامپيوتر هاي معمولي

شباهت هاي انسان و سلول هاي عصبي مصنوعي

چگونه مغز انسان مي آموزد

انواع يادگيري براي شبكه هاي عصبي

هوش جمعي

فصل دوم

معرفي

نورون با خاصيت آشوبگونه

شكل شبكه

قانون آموزش شبكه

مدلسازي ژنراتور سنكرون دريايي

نتايج فصل

فصل سوم

معرفي

منحني طول – كشش

فهرست

شبكه هاي عصبي

نتايج تجربي

نتيجه فصل

فصل چهارم

معرفي

نمادها و مقدمات

نتايج مهم

شرح مثال

نتيجه فصل

فصل پنجم

معرفي

شبكه هاي feedforward رگولاريزاسيون

طراحي شبيه سازي

شبيه سازي ها

نتيجه فصل

فصل ششم

فناوري شبكه عصبي

فناوري الگوريتم ژنتيك

بازاريابي

بانكداري و حوزه هاي مالي

منابع

مقدمه

اين مقاله مقدمه اي برشبكه هاي عصبي مصنوعي است. گونه هاي مختلف شبكه هاي عصبي توضيح و شرح داده شده استو كاربرد هاي شبكه هاي عصبي، نظير ANN ها درپزشكيبيان شده و همچنين سابقه اي تاريخي از آن به تفصيل آورده شده است. همچنين رابطه بينچيزهاي ساختگي و واقعي مورد بررسي قرار گرفته و در مورد آن توضيح داده شده است و به شرح مدل هاي رياضي در رابطه با اين موضوع و آناليز رفتار آشوب گونه مدل شبكه عصبي مكانيسم لرزش عضله و هماهنگ سازي نمايي شبكه هاي عصبي آشوبگونه با اغتشاش تصادفي و شناسايي شبكه هاي آشوبگونه آغشته به نويز بر مبناي شبكه هاي عصبي feedforward رگولاريزاسيون و همچنين شبكه هاي عصبي و الگوريتم هاي ژنتيك در تجارت مي پردازيم.

لينك دانلود