کد پروژه: 2994
عنوان پروژه: فروش پروژه مسئله 8 وزیر با الگوریتم ژنتیک با نرم افزار MATLAB
قالب بندی: m – داکیومنت کامل
دسته: کامپیوتر – MATLAB
قیمت: 45.000 تومان
قابلیت اجرا در نرم افزار: MATLAB
شرح مختصر:
فروش پروژه مسئله 8 وزیر با الگوریتم ژنتیک با نرم افزار MATLAB
عكس خروجی برنامه
عکس 1
عکس 2
عکس 3
برای خرید این پروژه با شماره 09360703858
یا آدرس ایمیل nn4e@aol.com در تماس باشید.
کد پروژه: 2993
عنوان پروژه: فروش پروژه بازی Mine Sweeper با الگوریتم ژنتیک با نرم افزار MATLAB
قالب بندی: m
دسته: کامپیوتر – MATLAB
قیمت: 30.000 تومان
قابلیت اجرا در نرم افزار: MATLAB
شرح مختصر:
فروش پروژه بازی Mine Sweeper با الگوریتم ژنتیک با نرم افزار MATLAB
عكس خروجی برنامه
عکس 1
عکس 2
عکس 3
برای خرید این پروژه با شماره 09360703858
یا آدرس ایمیل nn4e@aol.com در تماس باشید.
کد پروژه: 2992
عنوان پروژه: فروش پروژه الگوریتم ازدحام کرم شب تاب نورانی (GSO) با نرم افزار MATLAB
قالب بندی: m – داکیومنت کامل
دسته: کامپیوتر – MATLAB
قیمت: 75.000 تومان
قابلیت اجرا در نرم افزار: MATLAB
شرح مختصر:
فروش پروژه الگوریتم ازدحام کرم شب تاب نورانی (GSO) با نرم افزار MATLAB
این پروژه به ارائه کد اصلی الگوریتم ازدحام کرم شب تاب نورانی یا Glowworm Swarm Optimization یا GSO می پردازد. این پروژه دارای داکیومنت کامل تحلیل خط به خط کدها و همین طور توضیحات تئوری این الگوریتم است.
عكس خروجی برنامه
عکس 1
عکس 2
برای خرید این پروژه با شماره 09360703858
یا آدرس ایمیل nn4e@aol.com در تماس باشید.
کد پروژه: 2991
عنوان پروژه: فروش پروژه الگوریتم کرم شب تاب با نرم افزار MATLAB
قالب بندی: m – داکیومنت کامل
دسته: کامپیوتر – MATLAB
قیمت: 75.000 تومان
قابلیت اجرا در نرم افزار: MATLAB
شرح مختصر:
فروش پروژه طبقه بندی خودکار مرحله خواب با استفاده از شبکه عصبی عمیق CNN و LSTM با Python
الگوریتم کرم شب تاب مانند سایر الگوریتم های تکاملی و هوش ازدحامی، دارای نرخ بهینه ساز و تابع برازش است. دو عامل بسیار مهم در این الگوریتم شامل تنوع شدت نور و فرمول بندی جذابیت است. به منظور سادگی، فرض همیشه بر این اساس است که جذابیت کرم شب تاب، توسط روشنایی آن تعیین می شود که به نوبه خود با تابع هدف کدگذاری، همراه است. این پروژه دارای داکیومنت کامل تحلیل خط به خط کدها و همین طور توضیحات تئوری این الگوریتم است.
عكس خروجی برنامه
عکس 1
عکس 2
عکس 3
برای خرید این پروژه با شماره 09360703858
یا آدرس ایمیل nn4e@aol.com در تماس باشید.
کد پروژه: 2990
عنوان پروژه: فروش پروژه طبقه بندی خودکار مرحله خواب با استفاده از شبکه عصبی عمیق CNN و LSTM با Python
قالب بندی: p – داکیومنت کامل
دسته: کامپیوتر – Python
قیمت: 150.000 تومان
قابلیت اجرا در نرم افزار: Pycharm – Python – Tensor Flow – Cross
شرح مختصر:
فروش پروژه طبقه بندی خودکار مرحله خواب با استفاده از شبکه عصبی عمیق CNN و LSTM با Python
تقسیم خواب به مراحل مختلف با استفاده از سیگنال های EEG یک روش معمول در آزمایشگاه های خواب و ابزاری ضروری برای پزشکان و محققان است. با وجود پیشرفت های فراوان در زمینه هوش مصنوعی، روند امتیاز دهی مرحله خواب در بیشتر موارد هنوز هم به صورت دستی انجام می شود. از آن جا که روند امتیاز دهی خسته کننده و وقت گیر است، اتوماسیون آن مطلوب است. در این تحقیق، یک شبکه عصبی عمیق کانولوشن آموزش داده شده است تا به طور خودکار از ویژگی ای خام 30 ثانیه ای EEG ، EMG و EOG استخراج شود. با استفاده از شش دوره قبل، از یک شبکه با استفاده از حافظه کوتاه مدت طولانی یا LSTM برای پیش بینی مرحله خواب استفاده می شود. برای اعتبارسنجی استخراج ویژگی خودکار، مقایسه ای با یک روش استخراج ویژگی دستی انجام شده با استفاده از 37 ویژگی انجام گرفته است. این شبکه ها با استفاده از 50 رکورد اولین بار از مجموعه داده های عمومی CCSHS آموزش داده شدند و در داده های عمومی Sleep EDFx ، مجموعه داده UCD عمومی، مجموعه داده EMSA خصوصی و همچنین ضبط 50 تا 100 CCSHS تایید شدند. نتایج نشان می دهد که شبکه قادر به دستیابی به پیشرفته ترین عملکرد در CCSHS (ضبط 0-50 ، دقت 89٪ ، F1 81٪) است. علاوه بر این، شبکه بدون آموزش مجدد، مراحل موفقیت آمیز بودن مراحل خواب را بر روی داده های دیده نشده از یک گروه مشابه (سابقه CCSHS 50-100: دقت 91٪ ، F1 84٪ ، دقت Sleep-EDFx 81٪ ، F1 72٪ ، EMSA 83٪ F1 72٪ ) عملکرد به طور مداوم در مقایسه با رویکرد ویژگی دستی ساخته شده بالاتر بود. نتایج نشان می دهد که استخراج ویژگی خودکار در داده های خواب امکان پذیر است و ویژگی هایی شبیه به مواردی را که در دفترچه راهنمای نمره دهی خواب آکادمی آمریکایی آموخته شده است، می آموزد.
عكس خروجی برنامه
عکس 1
عکس 2
عکس 3
عکس 4
عکس 5
برای خرید این پروژه با شماره 09360703858
یا آدرس ایمیل nn4e@aol.com در تماس باشید.
کد پروژه: 2989
عنوان پروژه: فروش پروژه شبیه سازی تولید ابررسانا با نرم افزار MATLAB
قالب بندی: m
دسته: کامپیوتر – MATLAB
قیمت: 20.000 تومان
قابلیت اجرا در نرم افزار: MATLAB
شرح مختصر:
فروش پروژه شبیه سازی تولید ابررسانا با نرم افزار MATLAB
عكس خروجی برنامه
برای خرید این پروژه با شماره 09360703858
یا آدرس ایمیل nn4e@aol.com در تماس باشید.
کد پروژه: 2988
عنوان پروژه: فروش پروژه تشخیص پلاک خودرو در شب و روز برپایه آستانه گذاری اتسو و الگوریتم بهینه سازی کلونی مورچگان با نرم افزار MATLAB
قالب بندی: m- داکیومنت کامل
دسته: کامپیوتر – MATLAB
قیمت: 50.000 تومان
قابلیت اجرا در نرم افزار: MATLAB
شرح مختصر:
فروش پروژه تشخیص پلاک خودرو در شب و روز برپایه آستانه گذاری اتسو و الگوریتم بهینه سازی کلونی مورچگان با نرم افزار MATLAB
شناسایی و تشخیص پلاک خودرو در سالیان مختلف به عنوان یک چالش مهم در جوامع علمی مورد بحث بوده است که تا به امروز به درازا کشیده شده است. روش مهای متنوعی در این زمینه ارائه شده است که همگی دارای نقاط ضعف و قوتی می باشند. اما تا به حال روشی که بتواند جنبه های مختلف را به درستی در نظر بگیرد و چالش های موجود این مبحث را مرتفع سازد، ارائه نشده است. البته روش هایی در سیستم های کنترل ترافیک با هدف تشخیص پلاک خودروهای افراد متخلف در کشورمان ایران نیز وجود دارد که برای سیستم طرح ترافیک و زوج و فرد مورد استفاده واقع می گردد. همین طور به عنوان تشخیص پلاک خودروهایی که قوانین راهنمایی ر از لحاظ سرعت و کمربند، رعایت نمی کنند. اما پُر هزینه بودن روش های موجود و بالا بودن پیچیدگی محاسباتی بالا و دقت پایین، منجر به کُند بودن و کاهش کارایی این سیستم ها منجر شده است. بر اساس مطالعاتی که صورت گرفت، تشخیص پلاک خودرو به کرّار با روش های مختلف، ارائه شده است. یکی از مهمترین ضعف هایی که اکثر این روش ها داشتند، توانایی شناسایی و تشخیص پلاک خودرو در روز و شب و همین طور انواع حروف و اعداد بود. اما رویکردی که این پژوهش ارائه داد، توانایی تشخیص پلاک خودروهای ایرانی، انگلیسی، هندی و چینی را دارا بود. روش پیش رو دارای چهار مرحله اصلی است، مرحله اول نرمال سازی تصاویر، مرحله دوم آستانه گذاری اُتسو، مرحله سوم قطعه بندی مبتنی بر پردازش ریخت شناسایی و مرحله آخر، استفاده از الگوریتم بهینه سازی کلونی مورچگان با هدف کاهش ابعاد، انتخاب و استخراج ویژگی های پلاک خودرو. روش ارائه شده حاکی از کارایی بالا نسبت به روش های پیشین را نمایش می دهد.
عكس خروجی برنامه
عکس 1
عکس 2
عکس 3
عکس 4
برای خرید این پروژه با شماره 09360703858
یا آدرس ایمیل nn4e@aol.com در تماس باشید.
کد پروژه: 2987
عنوان پروژه: فروش پروژه ماشین حساب با نرم افزار MATLAB
قالب بندی: m
دسته: کامپیوتر – MATLAB
قیمت: 15.000 تومان
قابلیت اجرا در نرم افزار: MATLAB
شرح مختصر:
فروش پروژه ماشین حساب با نرم افزار MATLAB
عكس خروجی برنامه
برای خرید این پروژه با شماره 09360703858
یا آدرس ایمیل nn4e@aol.com در تماس باشید.
کد پروژه: 2986
عنوان پروژه: فروش پروژه ریزپهنه بندی آسیب پذیری شهرهای اطراف کرمانشاه با نرم افزار MATLAB
قالب بندی: m- داکیومنت کامل
دسته: کامپیوتر – MATLAB
قیمت: 50.000 تومان
قابلیت اجرا در نرم افزار: MATLAB
شرح مختصر:
فروش پروژه ریزپهنه بندی آسیب پذیری شهرهای اطراف کرمانشاه با نرم افزار MATLAB
زمین لرزه به عنوان یک بلای طبیعی، اثرات مخرب بسیاری دارد. در تمام این تحقیق، به بررسی زمین لرزه در ابعاد و زوایایی مختلف در کشور ایران پرداخته شد و اثرات خرابی آن ها بر بخش های مختلف، مورد بررسی واقع گردید. سپس سعی در استفاده از یک مجموعه داده واقعی برای بررسی پهنه بندی آسیب پذیری شد که در شهر کرمانشاه در اثر زمین لرزه، حاصل گردید. اثرات حوزه نزدیک و دور بر طیف خطر در چند قالب مورد بررسی قرار گرفت که مهمترین آن، امتداد گسل ها بود. شبیه سازی در محیط MATLAB و Excel به صورت ترکیبی برای تحلیل احتمالی و آماری انجام شد. در ابتدا به رسم نمودارهای فراوانی به بزرگی زمین لرزه، نمودار فراوانی پراکنش های زمین لرزه و نمودار فراوانی عمق پراکنش زمینه لرزه ها از داده های موجود و ثبت شده کرمانشاه در بازه زمانی 1917 الی 2018 میلادی پرداخته شد. سپس تحلیل احتمالی با کدنویسی در محیط MATLAB انجام گرفت که در ابتدا احتمال رویداد زمین لرزه مورد بررسی قرار گرفت که نشان می داد می توان نرخ آسیب پذیری و زمین لرزه را در یک منطقه مشخص مانند کرمانشاه تا حدی تخمین زد. سپس تحلیل دینامیکی زمین لرزه با روش میرایی ویسکوز انجام گرفت که نشان می داد شتاب زلزله ها در ابعاد زمین لرزه به بزرگی 5 ریشتر در شهر کرمانشاه بر اساس داده های موجود رخ می دهد. طیف خطر یکنواخت برای امتداد پذیری گسل های شهر کرمانشاه با زاوایا و گام های مختلف در دو مرحله گوناگون نمایش و سپس به نمایش محدوده انتهایی طیف خطر یکنواخت پرداخته شد. نمایش تناوب پالس بر حسب بزرگی، نمایش بیشترین حد جابجایی بر مقاومت، تحلیل اثر جنس خاک و استفاده از تکنیک SIMQKE برای ریزپهنه بندی آسیب پذیری در زمین لرزه در شهر کرمانشاه نیز در ادامه صورت گرفت که حاکی از توانمندی رویکرد پیشنهادی در نمایش ریزپهنه بندی آسیب پذیری در شهر کرمانشاه در برابر زمین لرزه را نشان می دهد.
عكس خروجی برنامه
عکس 1
عکس 2
عکس 3
برای خرید این پروژه با شماره 09360703858
یا آدرس ایمیل nn4e@aol.com در تماس باشید.
کد پروژه: 2985
عنوان پروژه: فروش پروژه کنترل تطبیقی برج تقطیر صنعتی با استفاده از یادگیری عمیق با نرم افزار MATLAB
قالب بندی: m- داکیومنت کامل
دسته: کامپیوتر – MATLAB
قیمت: 80.000 تومان
قابلیت اجرا در نرم افزار: MATLAB
شرح مختصر:
فروش پروژه کنترل تطبیقی برج تقطیر صنعتی با استفاده از یادگیری عمیق با نرم افزار MATLAB
امروزه صنعتی نفت به عنوان یکی از مهمترین عناصر در هر کشوری به شمار می رود. وجود سیستم های برج تقطیر، یکی از ضرورت های هر پالایشگاهی به شمار می رود. شناسایی پارامترهای مهمی که با بهبود آن ها می توان کارایی برج تقطیر را تا اندازه ای سامان داد، یک ضرورت به شمار می رود، زیرا نتایج هر بخش از فرایندهای آن، به بخش بعدی، تاثیر می گذارد. یکی از مهمترین این بخش ها، مصرف انرژی، پایداری در برابر نویز و کارایی در برابر اغتشاشات می باشد. استفاده از کنترل کننده ها می تواند نیلی به این اهداف را ارائه دهد. اما استفاده از کنترل کننده ای که مقاوم در برابر خطاها باشد، امری ضروری است تا به فرایندهای آتی، تاثیر منفی نداشته باشد. این تحقیق به استفاده از کنترل کننده مبتنی بر شبکه عصبی عمیق به عنوان ساختاری تخمین زن به همراه یک روش آماری جهت بهبود مصرف انرژی، پایداری در برابر نویز و کارایی در برابر اغتشاشات می پردازد. شبیه سازی در محیط MATLAB انجام می پذیرد و انتظار می رود که بهینه سازی در سه هدف نام برده، به بهترین شکل ممکن، صورت پذیرد.
عكس خروجی برنامه
عکس 1
عکس 2
عکس 3
عکس 4
برای خرید این پروژه با شماره 09360703858
یا آدرس ایمیل nn4e@aol.com در تماس باشید.