CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)
عنوان
مقاله

استخراج ویژگی ها و کلاسه بندی در الگوی روزت توسط آنالیز اجزا و شبکه عصبی

اعتبار موردنیاز: ۱ | تعداد صفحات: ۶ | تعداد نمایش خلاصه: ۱۱۹۸ | نظرات: ۰
سرفصل ارائه مقاله: کامپیوتر / Computer
سال انتشار: ۱۳۸۶
کد COI مقاله: ICEE15_280
زبان مقاله: فارسی
حجم فایل: ۵۸۷.۰۸ کلیوبایت (فایل این مقاله در ۶ 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. در پایگاه سیویلیکا عموما مقالات زیر ۵ صفحه فولتکست محسوب نمی شوند و برای خرید اینترنتی عرضه نمی شوند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۶ صفحه است در اختیار داشته باشید.

قیمت این مقاله : ۳۰,۰۰۰ ریال

آدرس ایمیل خود را در زیر وارد نموده و کلید خرید با پرداخت اینترنتی را بزنید. آدرس ایمیل:

رفتن به مرحله بعد:

در صورت بروز هر گونه مشکل در روند خرید اینترنتی، بخش پشتیبانی کاربران آماده پاسخگویی به مشکلات و سوالات شما می باشد.

مشخصات نویسندگان مقاله استخراج ویژگی ها و کلاسه بندی در الگوی روزت توسط آنالیز اجزا و شبکه عصبی

  پریا جوکار - دانشگاه علم و صنعت
  شهریار برادران شکوهی - دانشگاه علم و صنعت

چکیده مقاله:

در این مقاله یک روش پردازش جدید برای کلاسه بندی تصاویر الگوی روزت در جستجوگرهای مادون قرمز جاروب روزت ارائه شده است. در روش های کلاسیک برای کلاسه بندی و تمیز دادن هدف از اهداف کاذب در الگوی روزت، از معیارهای اندازه و شدت سیگنال مادون قرمز استفاده می شود. اما چنانچه اهداف کاذب به صورت توده ای پرتاب شوند این معیارها پاسخگو نخواهند بود. در روش پیشنهادی نخست ویژگی های تصاویر تشکیل شده در الگوی روزت با استفاد از روش ICA , PCA استخراج می شود، سپس عمل کلاسه بندی با استفاده از این ویژگی ها و توسط شبکه ای عصبی FuzzyART , LVQ , RBF صورت میگیرد. همچنین برای استخراج ویژگی ها و کلاسه بندی از روش LDA استفاده شده و نتایج روش های مختلف با یکدیگر مقایسه گردیده اند.

کلیدواژه‌ها:

الگوی روزت ، فیلر ، PCA ,LDA JCA

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-ICEE15-ICEE15_280.html
کد COI مقاله: ICEE15_280

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:
جوکار, پریا و شهریار برادران شکوهی، ۱۳۸۶، استخراج ویژگی ها و کلاسه بندی در الگوی روزت توسط آنالیز اجزا و شبکه عصبی، پانزدهیمن کنفرانس مهندسی برق ایران، تهران، مرکز تحقیقات مخابرات ایران، https://www.civilica.com/Paper-ICEE15-ICEE15_280.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: (جوکار, پریا و شهریار برادران شکوهی، ۱۳۸۶)
برای بار دوم به بعد: (جوکار و برادران شکوهی، ۱۳۸۶)
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 :

  • امیر کیوان ممتاز، شهریار برادران شکوهی، هادی سلطانی‌زاده، _ جداسازی ... (مقاله کنفرانسی)
  • S.G. Jahng, H.K. Hong, and S.H. Han, and J.S. Choi, ...
  • S.G. Jahng, H.K. Hong, K.S. Doo, J.S. Oh, J.S. Choi, ...
  • M. Turk and A. Petland, "Eigenfaces for Recognition, Journal of ...
  • A. Hyvarinen and E. Oja. A fast fixed-point algorithm for ...
  • J.F. cordoso. Source separation using higher order moments. In Proc. ...
  • W. Zhao, R. Chellappa, and A. Kr ishnaswamy, Discriminant Analysis ...
  • Simon Haykin, Neural Networks. ...
  • علم سنجی و رتبه بندی مقاله

    مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
    نوع مرکز:
    تعداد مقالات: ۲۷۷۵۱
    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.