دانلود انواع پروژه های دانشجویی
دانلود مقاله، تحقیق، پروژه، پایان نامه و ...دانلود انواع پروژه های دانشجویی
دانلود مقاله، تحقیق، پروژه، پایان نامه و ...بررسی و مطالعه کامل داده کاوی با (SQL server 2005) پیاده سازی آن روی بانک اطلاعاتی…
پایان نامه دوره کارشناسی کامپیوتر : گرایش نرم افزار
چکیده
فصل اول: مقدمه ای بر داده کاوی
1-1-مقدمه
1-2-عامل مسبب پیدایش داده کاوی
1-3-داده کاوی و مفهوم اکتشاف دانش (KDD)
1-3-1-تعریف داده کاوی
1-3-2- فرآیند داده کاوی
1-3-3-قابلیت های داده کاوی
1-3-4-چه نوع داده هایی مورد کاوش قرار می گیرند؟
1-4- وظایف داده کاوی
1-1-4-کلاس بندی
1-4-2- مراحل یک الگوریتم کلاس بندی
1-4-3-انواع روش های کلاس بندی
1-4-3-1- درخت تصمیم 1-4-3-1-1- کشف تقسیمات
1-4-3-1-2- دسته بندی با درخت تصمیم
1-4-3-1-3-انواع درخت های تصمیم
1-4-3-1-4- نحوۀ هرس کردن درخت
1-4-3-2- نزدیکترین همسایگی K
1-4-3-3-بیزی 1-4-3-3-1 تئوری بیز
1-4-3-3-2 -دسته بندی ساده بیزی
1-4-3-4- الگوریتم های ژنتیک در فصل دو با آن آشنا می شویم
1-4-3-5-شبکه های عصبی
1-4-4- ارزیابی روش های کلاس بندی
-2-4-1پیش بینی
1-4-3-انواع روش های پیش بینی
1-4-3-1- رگرسیون
1-4-3-1 -1- رگرسیون خطی
1-4-3-1-2-رگرسیون منطقی
1-4-3- خوشه بندی
1-4-3-1- تعریف فرآیند خوشه بندی
1-4-3-2-کیفیت خوشه بندی
1-4-3-3-روش ها و الگوریتم های خوشه بندی
1-4-3-3-1-روش های سلسله مراتبی
1-4-3-3-1-1- الگوریتم های سلسله مراتبی
1-4-3-3-1-1-1-الگوریتم خوشه بندی single-linkage
1-4-3-3-2-الگوریتم های تفکیک
1-4-3-3-3-روش های متکی برچگالی
1-4-3-3-4-روش های متکی بر گرید
1-4-3-3-5-روش های متکی بر مدل
1-4-4- تخمین
1-4-4-1- درخت تصمیم
1-4-4-2- شبکه عصبی
1-4-5-سری های زمانی
1-5-کاربردهای داده کاوی
1-6-قوانین انجمنی
1-6-1-کاوش قوانین انجمنی
1-6-2-اصول کاوش قوانین انجمنی
1-6-3-اصول استقرا در کاوش قوانین انجمنی
1-6-4-الگوریتم Apriori
1-7-متن کاوی
1-7-1- مقدمه
1-7-2- فرآیند متن کاوی
1-7-3- کاربردهای متن کاوی
1-7-3-1- جستجو و بازیابی
1-7-3-2-گروه بندی و طبقه بندی داده
1-7-3-3-خلاصه سازی
1-7-3-4- روابط میان مفاهیم
1-7-3-5- یافتن و تحلیل ترند ها
1-7-3-5- برچسب زدن نحوی (POS)
1-6-2-7-ایجاد تزاروس و آنتولوژی به صورت اتوماتیک
1-8-تصویر کاوی
1-9- وب کاوی
فصل دوم: الگوریتم ژنتیک
1-2-مقدمه
2-2-اصول الگوریتم ژنتیک
2-2-1-کد گذاری
2-2-1-1-روش های کد گذاری
2-2-1-1-1-کدگذاری دودویی
2-2-1-1-2-کدگذاری مقادیر
2-2-1-1-3-کدگذاری درختی
2-2-2- ارزیابی
2-2-3-انتخاب
2-2-3-1-انتخاب گردونه دوار
2-2-3-2-انتخاب رتبه ای
2-2-3-3-انتخاب حالت استوار
2-2-3-4-نخبه گزینی
2-2-4-عملگرهای تغییر
2-2-4-1-عملگر Crossover
2-2-4-2-عملگر جهش ژنتیکی
2-2-4-3-احتمالCrossover و جهش
2-2-5-کدبرداری
2-2-6-دیگر پارامترها
2-4-مزایای الگوریتم های ژنتیک
2-5- محدودیت های الگوریتم های ژنتیک
2-6-چند نمونه از کاربرد های الگوریتم های ژنتیک
2-6-1-یک مثال ساده
فصل سوم: شبکه های عصبی
3-1-چرا از شبکه های عصبی استفاده می کنیم؟
3-2-سلول عصبی
3-3-نحوه عملکرد مغز
3-4-مدل ریاضی نرون
3-5-آموزش شبکه های عصبی
3-6-کاربرد های شبکه های عصبی
فصل چهارم: محاسبات نرم
4-1-مقدمه
4-2-محاسبات نرمچیست؟
4-2-1-رابطه
4-2-2-مجموعه های فازی
4-2-2-1-توابع عضویت
4-2-2-2- عملیات اصلی
4-2-3-نقش مجموعه های فازی در داده کاوی
4-2-3-1- خوشه بندی
4-2-3-2- خلاصه سازی دادهها
4-2-3-3- تصویر کاوی
4-2-4- الگوریتم ژنتیک
4-2-5-نقش الگوریتم ژنتیک در داده کاوی
4-2-5-1- رگرسیون
4-2-5-2-قوانین انجمنی
4-3-بحث و نتیجه گیری
فصل پنجم: ابزارهای داده کاوی
5-1- نحوه انتخاب ابزارداده کاوی
5-2-1-ابزار SPSS-Clemantine
5-2-3-ابزار KXEN
5-2-4-مدل Insightful
5-2-5-مدل Affinium
5-3- چگونه می توان بهترین ابزار را انتخاب کرد؟
5-4-ابزار های داده کاوی که در 2007 استفاده شده است
5-5-داده کاوی با sqlserver 2005
5-5-1-اتصال به سرورازمنوی
5-5-2- ایجاد Data source
5-5-3- ایجاد Data source view
5-5-4- ایجاد Mining structures
5-5-5- Microsoft association rule
5-5-6- Algorithm cluster
5-5-7- Neural network
5-5-8-Modle naive-bayes
5-5-9-Microsoft Tree Viewer
5-5-10-Microsoft-Loistic-Regression
5-5-11-Microsoft-Linear-Regression
فصل ششم: نتایج داده کاوی با SQL SERVER2005 روی بانک اطلاعاتی دانشگاه آزاد قوچان
•1-6-نتایج Data Mining With Sql Server 2005 روی بانک اطلاعاتی دانشگاه آزاد قوچان
1-6-1-Microsoft association rule
1-6-2- Algorithm cluster
1-6-3- Neural network
1-6-4- Modle naive-bayes
1-6-5-Microsoft Tree Viewer
7-1-نتیجه گیری
منابع و ماخذ
شبکه عصبی - 7…
Neural network credit scoring models - ScienceDirect.com …
This paper investigates the credit scoring accuracy of five neural network models: multilayer perceptron, mixture-of-experts, radial basis function, learning ve […] — ادامه متنNeural networks for control systems—A survey ☆
This paper focuses on the promise of artificial neural networks in the realm of modelling, identification and control of nonlinear systems. The basic ideas and […] — ادامه متنArtificial neural networks for pattern recognition - …
This tutorial article deals with the basics of artificial neural networks (ANN) and their applications in pattern recognition. ANN can be viewed as computing models […] — ادامه متنHow to Train Neural Networks - Springer
The purpose of this paper is to give a guidance in neural network modeling. Starting with the preprocessing of the data, we discuss different types of network […] — ادامه متنNeural network initialization - Springer
Proper initialization is one of the most important prerequisites for fast convergence of feed-forward neural networks like high order and multilayer perceptrons. […] — ادامه متنDiscrete time neural networks - Springer
Traditional feedforward neural networks are static structures that simply map input to output. To better reflect the dynamics in the biological system, time […] — ادامه متنپروژه مدل سازی رآکتور شیمیایی
- پایان نامه جهت اخذ درجه کارشناسی
- عنوان کامل: پروژه مدل سازی رآکتور شیمیایی با شبکه های عصبی
- دسته: مکانیک
- فرمت فایل: Word (قابل ویرایش)
- تعداد صفحات پروژه: 130
- فهرست مطالب: جهت مشاهده فهرست مطالب این پروژه اینجا کلیک نمایید
شبکه های عصبی آموزشی رقابتی پیشرفته در مورد تشخیص نفوذ درشبکه
- عنوان لاتین مقاله: Improved Competitive Learning Neural Networks For Network Intrusion And Fraud Detection
- عنوان فارسی مقاله: شبکه های عصبی آموزشی رقابتی پیشرفته در مورد تشخیص نفوذ در شبکه و شناسایی کلاهبرداری
- دسته: کامپیوتر و فناوری اطلاعات
- تعداد صفحات فایل ترجمه شده: 32
- لینک دریافت رایگان نسخه انگلیسی مقاله: دانلود
- نسخه فارسی مقاله برای خرید آماده است.
پیاده سازی شبکه عصبی هوپفیلد مجتمع سازی گسترده دیجیتال
چکیده | این مقاله در مورد پیاده سازی شبکه های عصبی Hopfield برای حل مسایل مربوط به محدودیت رضایت با استفاده از آرایه های گیت قابل برنامه ریزی میدان Fpga بحث می کند. این مقاله در مورد روش های فرمول بندی این مسایل همانند شبکه های عصبی گسسته بحث می کند، و سپس مساله N Queen را با استفاده از فرمولبندی به دست آمده تشریح می کند. سرانجام، نتایج ارایه شده زمان های محاسبه یک کامپیوتر معمولی برای شبیه سازی اجرای شبکه Hopfield بر روی یک فضای کاری باکیفیت، مقایسه می کنند. در این روش، رشد پیشرفت قابل مشاهده می باشد که نشان می دهد حداکثر رشد 2 تا 3 برابر دامنه با استفاده از ابزارهای Fpga ممکن می باشد. | کلید […] — ادامه متنArtificial Neural Networks - Springer
Book Chapter. Pages 315-332. Neural Networks Solution of Optimal Control Problems with Discrete Time Delays and Time-Dependent Learning of Infinitesimal Dynamic … […] — ادامه متنArtificial neural network models for forecasting and ...
Some authors advocate artificial neural networks as a replacement for statistical forecasting and decision models; other authors are concerned that artificial n […] — ادامه متنHybrid neural network models for bankruptcy …
The objective of this paper is to develop the hybrid neural network models for bankruptcy prediction. The proposed hybrid neural network models are (1) a MDA-as […] — ادامه متنFPGA Implementation of a Neural Network for Character …
Neural Networks are usually implemented in software on sequential machines but when implemented in hardware, they are extremely fast due to the massive parallelism […] — ادامه متنThe SNNS Neural Network Simulator - Springer
SNNS is a neural network simulator for Unix workstations developed at the Universität Stuttgart. It is a tool to generate, train, test and visualize artificial […] — ادامه متنSurface Reconstruction Techniques Using Neural Networks …
This paper presents a novel neural network approach to recovering of 3D surfaces from single gray scale images. The proposed neural network uses photometric stereo to […] — ادامه متنArtificial neural networks in renewable energy systems ...
Artificial neural networks are widely accepted as a technology offering an alternative way to tackle complex and ill-defined problems. They can learn from examp […] — ادامه متنکنترل برداری بدون سنسورسرعت یک موتور القایی بدون یاتاقان
- عنوان لاتین مقاله: Speed-Sensorless Vector Control Of A Bearingless Induction Motor With Artificial Neural Network Inverse Speed Observer
- عنوان فارسی مقاله: کنترل برداری بدون سنسورسرعت یک موتور القایی بدون یاتاقان با استفاده از ناظر سرعت معکوس شبکه عصبی مصنوعی.
- دسته: برق و الکترونیک
- تعداد صفحات فایل ترجمه شده: 30
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- نسخه فارسی مقاله برای خرید آماده است.
ترجمه مقاله برنامه توسعه ی تولید و انتقال، با در نظر گرفتن حد بارگذاری
عنوان انگلیسی مقاله: | Transmission And Generation Expansion Planning | عنوان فارسی مقاله: | ترجمه مقاله برنامه توسعه ی تولید و انتقال، با در نظر گرفتن حد بارگذاری با استفاده از نظریه ی گیم و Ann (شبکه ی عصبی مصنوعی) | اصل مقاله لاتین ۶ صفحه ۲۰۱۲ Ieee | متن ورد ترجمه شده بصورت کاملا تخصصی ۲۲ صفحه | پروژه کارشناسی ارشد برق | چکیده | در این مقاله برنامه ی توسعه ی تولید و انتقال (Tef , Gep) با در نظرر گرفتن حد بارگذاری سیستم قدرت مطالعه شده است. از روش شبکه های عصبی مصنوعی (Ann) برای ارزیابی حد بارگذاری سیستم قدرت _به دلیل ویژگی های حساسیتش_ استفاده شده است. بازسازی سیستم قدرت و جداسازی سازمان ها […] — ادامه متنHow to Train Neural Networks - Springer
The purpose of this paper is to give a guidance in neural network modeling. Starting with the preprocessing of the data, we discuss different types of network […] — ادامه متنNeural Networks in Automotive Applications - Springer
Neural networks are making their ways into various commercial products across many industries. As in aerospace, in automotive industry they are not the main technology. […] — ادامه متنسیستم خبره فازی عصبی برای تشخیص…
- عنوان لاتین مقاله: A Hybrid Fuzzy-Neural Expert system For Diagnosis
- عنوان فارسی مقاله: یک سیستم خبره فازی عصبی برای تشخیص.
- دسته: فناوری اطلاعات و کامپیوتر
- تعداد صفحات فایل ترجمه شده: 15
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- نسخه فارسی مقاله برای خرید آماده است.
خلاصه
منطق فازی، یک شبکه عصبی و سیستم خبره است که برای ایجاد یک سیستم تشخیصی ترکیبی با یکدیگر ترکیب شده اند. با استفاده از چنین سیستمی ما یک روش جدید برای فراگیری مبانی دانش استفاده می کنیم. سیستم ما شامل یک سیستم خبره فازی همراه با یک بیس دانشی با منبع دوگانه است. دو سری قوانین لازم هستند، که به صورت استنباطی از مثالهای ارائه شده و به صورت استقرایی توسط فیزیک دانان بدست آمده اند. یک شبکه عصبی فازی سعی میکند که از داده های نمونه یاد گرفته و این اجازه را می دهد که قوانین فازی برای دانش پایه را استخراج کنیم. تشخیص electroencephalograms با تفسیر عناصر نموداری بعنوان یک نوع مشاهده در روش ما بکار گرفته می شود. نتایج اولیه نشان دهنده احتمالات مورد نظر با استفاده از روش ما می باشد.
مقدمه
روشهای تکراری شناسایی و ارزیابی پدیده خاص را کار تشخیصی می نامند، که یکی از کاربردهای اصلی برای هوش مصنوعی (AI) می باشد. با توجه به اینکه رنج وسیعی از چنین کاربرهای تشخیصی وجود دارد. اگرچه رنج وسیعی از چنین کاربردهای تشخیصی در پزشکی وجود دارد ولی این بخش مورد توجه استفاده کنندگام از هوش مصنوعی قرار دارد. عمومی ترین روشهای AI در بخش پزشکی مبتنی بر دانش و مدلسازی رفتار تشخیصی متخصصان است. انواع مختلفی از چنین سیستمهای خبره ای از زمانی که SHRTLIFFE روش SHRTLIFFE MYCIN را بعنوان یک سیستم خبره برای تشخیص آسیبهای خونی انسان طراحی و معرفی کرد، بوسیله پزشکان مورد استفاده قرار گرفته است. یکی از بزرگترین مشکلات بر سر راه طراحی یک سیستم خبره مناسب، گردآوری و دانش پایه آن است. ما روش جدیدی را معرفی میکنیم که در آن دانش پایه با منبع دوگانه بوسیله یادگیری قیاسی واستقرایی ایجاد می شود. شیکه های عصبی نیز از این راه برای تشخیص استفاده میکنند. آنها قادرند رابطه بین مجموعه داده ها را با داشتن اطلاعات نمونه که نشاندهنده لایه های ورودی و خروجی آنها است، یاد بگیرند.
- فرمت: zip
- حجم: 0.28 مگابایت
- شماره ثبت: 411
طراحی پایدار کننده سیستم های قدرت مقاوم با استفاده از ترکیب ANN و ICA…
دسته: برق
حجم فایل: 377 کیلوبایت
تعداد صفحه: 13
طراحی پایدار کننده سیستم های قدرت مقاوم با استفاده از ترکیب ANN و ICA
چکیده
حد پایداری حالت پایدار و میرایی مثبت سیستم را می توان با پایدار کننده سیستم قدرت متداول بهبود یافت (PSS). با این حال، به منظور توانایی های مانند تنظیم کردن آنلاین و زمان واقعی بهینه میرایی در کل محدوده عملیاتی، طراحی مقاوم از PSS مورد نیاز است. یک طراحی PSS مقاوم جدید با استفاده از شبکه عصبی مصنوعی (ANN) و الگوریتم رقابتی امپریالیستی (ICA) برای میرایی نوسانات حالت های الکترومکانیکی و بهبود پایداری سیستم قدرت در این مقاله ارائه شده است. دینامیک در ارتباط با یک تک ماشین متصل شده به باس بی نهایت سیستم قدرت در این مطالعه تجزیه و تحلیل شده است. تنظیمات بهینه پارامترهای PSS با استفاده از ترکیب ICA-ANN به دست آمده اند.. ANN برای تنظیم پارامترهای PSS آنلاین استفاده شده است. نتایج PSS مبتنی بر ICA (ICA-PSS) به عنوان طرح های آموزش ANN استفاده شده اند. تجزیه و تحلیل مقادیر ویژه و شبیه سازی های سیستم اثر روش ارائه شده در میرایی نوسانات الکترومیکانیکی و بهبود پایداری دینامیکی سیستم را نشان می دهد.
واژه های کلیدی: شرایط قدرت پایدار کننده سیستم، الگوریتم رقابتی امپریالیستی، شبکه عصبی مصنوعی، نوسانات فرکانس پایین
مقاله سال 2013
قیمت: 16,000 تومان
توسعه یک آنالیز و کنترل زمان- واقعی مبنی بر آرایه کیت قابل برنامه ریزی میدان برای واسط های تولید توزیع شده…
- عنوان لاتین مقاله: Development of a FPGA Based Real-Time Power Analysis and Control for Distributed Generation Interface
- عنوان فارسی مقاله: توسعه یک آنالیز و کنترل زمان- واقعی مبنی بر آرایه کیت قابل برنامه ریزی میدان برای واسط های تولید توزیع شده.
- دسته: برق و الکترونیک
- تعداد صفحات فایل ترجمه شده: 41
- جهت دانلود رایگان نسخه انگلیسی این مقاله اینجا کلیک نمایید
- نسخه فارسی مقاله برای خرید آماده است.
خلاصه
انرژی بدست آمده از منابع تجدید پذیر این روزها بسیار مهم شده اند، و این اساسا بدلیل سهم ناچیزشان در تولید گازهای گلخانه ای است. مساله ای که مطرح می شود این است که چطور می توان این منابع جدید را به شبکه های سنتی برق اضافه کرد، بطوری که بازده و قابلیت اطمینان این سیستم های تولید توزیع شده (DG) بیشینه شود. سخت افزار مورد نیاز برای این کار بطور کلی یک اینورتر منبع ولتاژی (VSI) است که یک بار معمولی مانند کاربردهای تک-فاز مسکونی و تجاری را تامین کند. همچنین، فرآیند بهینه سازی نیازمند تجزیه تحلیل های معمولی توان می باشد. این مقاله توسعه و ارزیابی های آزمایشی یک سیستم کنترل توان برای یک VSI متصل به شبکه تک-فاز، شامل تحلیل توان را، با استفاده از یک پردازشگر برای پیاده سازی کنترل یک مدار 'آرایه کیت قابل برنامه ریزی میدان' (FPGA) ارایه می دهد. ساختار جدید سخت افزار شبکه عصبی خطی تطبیقی (ADALINE) ، پیاده سازی الگوریتم های سیستم قدرت را ممکن ساخته، و همچنین اجازه تحلیل زمان-واقعی هارمونیک های مرتبه-بالا را بدون افزایش دادن ناحیه پیاده سازی مدار FPGA، خواهد داد. این ویژگی ها برای واسط های الکترونیک قدرتی DG جدید ایده آل می باشد، که می توان از آن نه تنها برای فرستادن توان اکتیو، بلکه برای جبران سازی هارمونیک ها و توان راکتیو نیز، استفاده کرد. شبیه سازی و نتایج تجربی طرح های پیشنهادی با فرکانس های ثابت و متغیر نیز، پیوست شده اند تا اعتبار آنها مورد تاکید قرار گیرد.
اصطلاحات مربوط: شبکه عصبی مصنوعی (ANN) ، تولید توان توزیع شده، تجزیه و تحلیل توان، آرایه های منطقی قابل برنامه ریزی، اندازه گیری توان، اعوجاج هارمونیکی کل.
مقدمه
این روزها، بهره برداری عظیم از منابع انرژی توزیع شده (DER) مبنی بر منابع تجدید پذیر، برای کاهش مسایل مربوط به انتشار گاز گلخانه ای و نیز برای افزایش قابلیت اطمینان و توانایی سیستم های قدرت واقعی و آینده، بسیار مهم شده است. آنگاه، بهره برداری عظیم از DER توسط دولت ها و صنعت، در سراسر دنیا ارتقا یافته است.
توسعۀ سیستم های با انرژی تجدیدپذیر و فن آوری های شبکه هوشمند، برای ایجاد امکان برای متصل کردن DER به سیستم های قدرت متمرکز شده سنتی، بایسته می باشد. این پیشرفت های فنی، نفوذ بالای تولید توزیع شده (DG) را موجب می شود.
- فرمت: zip
- حجم: 11.97 مگابایت
- شماره ثبت: 411