CIVILICA We Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

تشخیص جنسیت افراد از روی چهره با استفاده از شبکه های عصبی پرسپترون چند لایه ای با الگوریتم پس انتشار خطا

اعتبار موردنیاز : ۱ | تعداد صفحات: ۷ | تعداد نمایش خلاصه: ۹۳۳۹ | نظرات: ۰
سال انتشار: ۱۳۸۲
نوع ارائه: پوستر
کد COI مقاله: ACCSI09_134
زبان مقاله: فارسی
حجم فایل: ۴۶۰.۸۲ کیلوبایت (فایل این مقاله در ۷ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

اگر در مجموعه سیویلیکا عضو نیستید، به راحتی می توانید از طریق فرم روبرو اصل این مقاله را خریداری نمایید.
با عضویت در سیویلیکا می توانید اصل مقالات را با حداقل ۳۳ درصد تخفیف (دو سوم قیمت خرید تک مقاله) دریافت نمایید. برای عضویت در سیویلیکا به صفحه ثبت نام مراجعه نمایید. در صورتی که دارای نام کاربری در مجموعه سیویلیکا هستید، ابتدا از قسمت بالای صفحه با نام کاربری خود وارد شده و سپس به این صفحه مراجعه نمایید.
لطفا قبل از اقدام به خرید اینترنتی این مقاله، ابتدا تعداد صفحات مقاله را در بالای این صفحه کنترل نمایید.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۷ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳,۰۰۰ تومان

آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله تشخیص جنسیت افراد از روی چهره با استفاده از شبکه های عصبی پرسپترون چند لایه ای با الگوریتم پس انتشار خطا

    علی یوسفی - عضو هیئت علمی دانشگاه آزاد اسلامی واحد همدان
    کامبیز بدیع - گروه پژوهشی جامعه اطلاعاتی، مرکز تحقیقات مخابرات ایران

چکیده مقاله:

یکی از ابزارهای هوش مصنوعی شبکه های عصبی مصنوعی است که امروزه مورد توجه بسیاری از محققان و دانش پژوهان می باشد . بدلیل قابلیت های فراوان این ابزار در کاربردهای مختلف، مدل های گوناگونی برای آن طرح شده است که یکی از این مدل ها، شبکه های پرسپترون چند لایه پیشرو است که با الگوریتم پس انتشار خطا آموزش داده می شوند . در این مقاله هدف، استفاده از این شبکه ها جهت تشخیص جنسیت افراد از روی چهره می باشد . نتایج بدست آمده در آزمایشات انجام گرفته موید آن است که بین %٨٥ الی %٩٥ تشخیص چهر ه های ناآزموده با موفقیت انجام گرفته که نشان دهنده توانایی مناسب شبکه های پرسپترون چند لایه ای در حل مساله تشخیص جنسیت و مسائلی از این قبیل می باشد . در این روش از روش های پردازش چهره بعنوان پیش پردازش تصاویر استفاده شده است . همچنین با مقایسه این روش با سایر روش ها نظیر استفاده از حافظه خود القاء وآنالیز مولفه های اصلی چهره به کارایی این روش می توان پی برد

کلیدواژه‌ها:

شبکه های عصبی پرسپترون چند لایه پیشرو، پردازش تصویر، پس انتشار خط ا، آنالیز مولفه های اصلی، حافظه خود القاء

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله، می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:
https://www.civilica.com/Paper-ACCSI09-ACCSI09_134.html
کد COI مقاله: ACCSI09_134

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
یوسفی, علی و کامبیز بدیع، ۱۳۸۲، تشخیص جنسیت افراد از روی چهره با استفاده از شبکه های عصبی پرسپترون چند لایه ای با الگوریتم پس انتشار خطا، نهمین کنفرانس سالانه انجمن کامپیوتر ایران، تهران، دانشگاه صنعتی شریف، https://www.civilica.com/Paper-ACCSI09-ACCSI09_134.html

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (یوسفی, علی و کامبیز بدیع، ۱۳۸۲)
برای بار دوم به بعد: (یوسفی و بدیع، ۱۳۸۲)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :

  • Abdi, H., Valentin, D., Edelman B. G. and OToole, J.A.، ...
  • Bouattour, H., Soulie, F.F and Viennet, E.، Neural nest for ...
  • Valentin, D., Abdi, H., O'Toole, A.J. and Cottrell. W.G.، Connectionist ...
  • Gutta, S. and Wechsler, H.، #Face recognition using hybrid classifier ...
  • Parodi, G. and Passaggio, F.، Size - adaptive neural network ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز: دانشگاه آزاد
    تعداد مقالات: ۳۷۵۷
    در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

    مدیریت اطلاعات پژوهشی

    اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    مقالات پیشنهادی مرتبط

    مقالات مرتبط جدید

    شبکه تبلیغات علمی کشور

    به اشتراک گذاری این صفحه

    اطلاعات بیشتر درباره COI

    COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
    کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.