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

دسته بندی دادگان سونار با استفاده از الگوریتم بهینه ساز گرگ خاکستری

اعتبار موردنیاز PDF: ۱ | تعداد صفحات: ۱۶ | تعداد نمایش خلاصه: ۲۳۹ | نظرات: ۰
سال انتشار: ۱۳۹۵
کد COI مقاله: JR_SAIRAN-7-1_005
زبان مقاله: فارسی
حجم فایل: ۱.۱۳ مگابات (فایل این مقاله در ۱۶ صفحه با فرمت PDF قابل دریافت می باشد)

راهنمای دانلود فایل کامل این مقاله

متن کامل این مقاله دارای ۱۶ صفحه در فرمت PDF قابل خریداری است. شما می توانید از طریق بخش روبرو فایل PDF این مقاله را با پرداخت اینترنتی ۳۰,۰۰۰ ریال بلافاصله دریافت فرمایید
قبل از اقدام به دریافت یا خرید مقاله، حتما به فرمت مقاله و تعداد صفحات مقاله دقت کامل را مبذول فرمایید.
علاوه بر خرید تک مقاله، می توانید با عضویت در سیویلیکا مقالات را به صورت اعتباری دریافت و ۲۰ تا ۳۰ درصد کمتر برای دریافت مقالات بپردازید. اعضای سیویلیکا می توانند صفحات تخصصی شخصی روی این مجموعه ایجاد نمایند.
برای راهنمایی کاملتر راهنمای سایت را مطالعه کنید.

خرید و دانلود فایل PDF مقاله

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این مقاله را که دارای ۱۶ صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

مشخصات نویسندگان مقاله دسته بندی دادگان سونار با استفاده از الگوریتم بهینه ساز گرگ خاکستری

  سید محمدرضا موسوی - استاد، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
  محمد خویشه - دانشجوی دکتری الکترونیک، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
  ابوالفضل غمگسار - دانشجوی کارشناسی ارشد الکترونیک، دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
  محمدجواد قلندری - کارشناس ارشد الکترونیک، دانشکده مهندسی برق، دانشگاه علوم دریایی امام خمینی

چکیده مقاله:

این مقاله از یک روش فرا ابتکاری جدید به نام بهینه ساز گرگ خاکستری ( GWO ) به منظور دسته بندی دادگان سونار استفاده می کند. الگوریتم GWO از سلسله مراتب رهبری و سازوکار شکار گرگ های خاکستری در طبیعت تقلید می کند. در این الگوریتم از چهار نوع گرگ خاکستری شامل آلفا، بتا، دلتا و امگا برای شبیه سازی سلسله مراتب رهبری استفاده شده است. علاوه بر این، سه مرحله اصلی شکار شامل جستجوی طعمه، محاصره طعمه و حمله به طعمه شبیه سازی می شوند. در ابتدا الگوریتم موردنظر توسط 23 تابع آزمون شناخته شده به خوبی ارزیابی شده و نتایج به دست آمده با روش بهینه سازی ازدحام ذرات ( PSO ) مقایسه می شوند. نتایج نشان می دهد که الگوریتم GWO قادر به ارائه نتایجی بسیار بهتر در یافتن کمینه کلی توابع، سرعت همگرایی و اجتناب از کمینه محلی در مقایسه با الگوریتم PSO است. علاوه بر این، در این مقاله یک کاربرد واقعی از روش ارائه شده در زمینه دسته بندی دادگان سونار بیان می شود. نتایج حاصله نشان می دهد که دسته بندی کننده طراحی شده با الگوریتم گرگ خاکستری دادگان سونار را با دقت 96/67% دسته بندی می کند، این در حالی است که PSO دقت %92/33 را حاصل می نماید.

کلیدواژه‌ها:

بهینه ساز گرگ خاکستری، بهینه ساز ازدحام ذرات، دسته بندی، سونار

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-JR_SAIRAN-JR_SAIRAN-7-1_005.html
کد COI مقاله: JR_SAIRAN-7-1_005

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:
موسوی, سید محمدرضا؛ محمد خویشه؛ ابوالفضل غمگسار و محمدجواد قلندری، ۱۳۹۵، دسته بندی دادگان سونار با استفاده از الگوریتم بهینه ساز گرگ خاکستری، فصلنامه صنایع الکترونیک 7 (1)، https://www.civilica.com/Paper-JR_SAIRAN-JR_SAIRAN-7-1_005.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: (موسوی, سید محمدرضا؛ محمد خویشه؛ ابوالفضل غمگسار و محمدجواد قلندری، ۱۳۹۵)
برای بار دوم به بعد: (موسوی؛ خویشه؛ غمگسار و قلندری، ۱۳۹۵)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

کدام مقالات به این منبع استناد نموده اند


بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش ۱ مقاله استفاده شده است.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: ۱۷۷۹۲
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 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.