بسته جامع پژوهشی دسته بندی بافت بر مبنای تبدیلات موجک

این بسته پژوهشی مجموعه کاملی از آخرین پژوهش های انجام شده در زمینه دسته بندی بافت بر مبنای تبدیلات موجک است. در تدوین این بسته از جدیدترین مقالات و پایان نامه های موجود در این زمینه استفاده شده است. مخاطبان این بسته دانشجویان تحصیلات تکمیلی و پژوهش گرانی هستند که قصد فعالیت در این زمینه دارند.

  • در فصل اول این پژوهش دسته بندی بافت بر مبنای تبدیلات موجک بررسی شده است
  • در فصل دوم این پژوهش شناسایی فرو رزونانس در شبکه های توزیع انرژی الکتربکی توسط تبدیل موجک بررسی شده است
  • در فصل سوم این پژوهش نمونه های موردی استفاده از تبدیلات موجک بررسی شده است

مبحث دسته بندي بافت يكي از حوزه هاي مهم و پايه اي پردازش تصوير اسـت كـه در سـاليان اخيـرمورد توجه محققان زيادي قرار گرفته است و مزرهاي كاربرد آن بـه طـور چشـمگيري در حـالگسترش است. بافت ها اجزاي اصلي تشكيل دهنده محيط اطراف ما هسـتند ؛ بـ ه طـوري كـه معمـولاً ايـنبافت ها و ويژگي (مشخصه )هاي آنها هستند كه توانايي تشخيص، تفسير و دسته بندي اشـيا ي موجـود دردنياي اطراف و نيز تصاوير مربوط به آنها را امكان پذير مي سازند. براي مثال براي تشخيص و دسـته بنـدياشياي موجود در يك تصوير مانند سنگ، چوب و آهن، سيستم بينايي و مغز انسان ايـن اشـيا را آنـاليز وتفاوت بافت هايشان را درك ميكند؛ سپس ويژگي يا ويژگي هايي از هـر يـك از بافـت هـا را انتخـاب و در حافظه ذخيره مي كند و به كمك اين ويژگي ها كار دسته بندي اشياي مذكور را انجـام مـي دهـد. از ايـن رو بافت ها در تشخيص و دسته بندي اشيا توسط چشم و مغز انسان نقش بسـيار مهـم و كليـدي اي دارنـد. از همين ايده براي آناليز و دسته بندي تصاوير بافتي توسط كامپيوتر استفاده ميشود. در اين سيستم هـا نيـز مانند سيستم بينايي انسان، براي انجام فرآيند دسته بنـدي تصـاوير بافـت، مراحـل آنـاليز تصـوير بافـت ، استخراج ويژگي ها و در نهايت دسته بندي و انديس گذاري با استفاده از ويژگي هـاي اسـتخراج شـده طـي مي شوند.

قسمت هایی از فصل اول دسته بندی بافت بر مبنای تبدیلات موجک

تبديل موجك يكي از تبديلهاي مهم چند رزولوشني است كه امكان آناليز در مقياسها يا رزولوشن هاي مختلف، يا به عبارت ديگر آناليز محلي را فراهم مي سازد. به بيان ديگر مي توان آناليز و تبديل موجك را يك تكينيك پنجرهگذاري تعريف كرد كه اندازه پنجره آن براي نواحي مختلف متغير است. اين مسئله به ما اجازه ميدهد در جايي كه اطلاعات موجود در فركانسهاي پايين مورد نظر است، با استفاده از فاصلههاي مكاني يا زماني بلندتر، يعني مقياس بز رگتر، با دقت بيشتري به آن دست پيدا كنيم و با استفاده از فاصله هاي مكاني يا زماني كوتاه تر، يا همان مقياس كوچك تر، به اطلاعات موجود در فركانسهاي بالا به صورت دقيق تري دسترسي داشته باشيم؛ بنابراين بين فاصله مكاني و مقياسي براي اين تبديل بايد توازن بر قرار شود. پنجرههاي مختلف در حوزههاي زمان، فركانس، زمان- فركانس و موجك در شكل (3-1) نشان داده شده است.

فهرست کامل فصل اول دسته بندی بافت بر مبنای تبدیلات موجک

1-1 ) دسته بندي بافت بر مبناي تبديلات موجك

چکیده 14
مقدمه 15
1.1.1 کلیات 17
1.1.1.1 هدف 18
2.1.1.1 پيشينه تحقيق 21
2.1.1 دسته بندي بافت 24
1.2.1.1 بافت 25
2.2.1.1 دسته بندي بافت 31
3.1.1 تبديل موجك و تبديل رجلت 38
1.3.1.1 تبديل موجك 39
2.3.1.1 تبديل رجلت 53
4.1.1 روشهاي ارائه شده براي آناليز بافت واستخراج ويژگيها 62
1.4.1.1 مقدمه 63
2.4.1.1 روش اول 64
3.4.1.1 روش دوم 68
5.1.1 نتايج شبيه سازي و بحث 74
1.5.1.1 مقدمه 75
2.5.1.1 تعريف كلاس و بانك ويژگي ها 75
3.5.1.1 مجموعه تصاوير بافت آزمايشي 80
4.5.1.1 روش دسته بندي 91
5.5.1.1 نتايج و مقايسه 92
6.1.1 نتيجه گيري و پيشنهادات 105
1.6.1.1 نتيجه گيري 106
2.6.1.1 پيشنهادات 107

i

ارجاع دهی و رفرنس نویسی

تمام مطالب این بسته مطابق با استاندارد های دانشگاههای وزارت علوم ایران رفرنس دهی شده اند و هیچ قسمتی از بسته وجود ندارد که بدون منبع باشد.

نگارش گروهی

در نگارش و جمع آوری این بسته آموزشی کارشناسان مربوطه ما را همراهی کرده اند.کار گروهی بستر بهتری برای پژوهش فراهم میکند.

<

معرفی منبع برای ادامه پژوهش

در این بسته بیش از 1000 مقاله و منبع در این زمینه معرفی شده است که می توان از آنها برای ادامه مسیر پژوهشی استفاده کرد.

Z

پاسخ به سوالات و پشتیبانی علمی

در قسمت دیدگاه ها  اماده پاسخگویی به سوالات احتمالی شما در حد توان علمی خود هستیم.در صورت نیاز شماره تماس برای ارتباط با محققین برای شما ارسال می گردد.

بخش هایی از فصل دوم شناسایی فرو رزونانس در شبکه های توزیع انرژی الکتربکی توسط تبدیل موجک

در قرن نوزدهم، ژان پاپتيست فوريه، رياضي دان فرانسوي، نشان داد كه هر تابع متناوب را ميتـوانبه صورت حاصل جمعي نامحدود از توابع نمايي مختلط متناوب نمايش داد. سالها بعـد از عنـوانشدن اين خاصيت مهم، ايدة او به نمايش سيگنالهاي نامتناوب و سپس سيگنالهاي گسستة متناوبو نامتناوب گسترش يافت. بعد از اين عموميت بـه حـوزة گسـسته، تبـديل فوريـة در محاسـباتكامپيوتري بسيار موثر واقع گرديد. در سال ۱۹۶۵، الگوريتم جديدي به نـام تبـديل فوريـة سـريع٤ عنوان شد، كه نسبت به الگوريتم هاي قبلي تبديل فوريه بيشتر به كار گرفته شد.

فهرست کامل فصل دوم شناسایی فرو رزونانس در شبکه های توزیع انرژی الکتربکی توسط تبدیل موجک

2-1) شناسايي فرورزونانس در شبكه هاي توزيع انرژي الكتريكي توسط تبديل موجك

چکیده 135
1.1.2 مقدمه 137
1.1.1.2 مقدمه 138
2.1.2 مروری بر کار های انجام شده 140
1.2.1.2 مقدمه 141
2.2.1.2 مروري بر روش هاي شناسايي اغتشاشات كيفيت توان 1414
3.2.1.2 مروري بر روش هاي شناسايي خطاي امپدانس بالا 145
3.1.2 پدیده فرورزونانس 151
1.3.1.2 مقدمه 152
2.3.1.2 تاريخچه فرورزونانس 153
3.3.1.2 موارد وقوع فرورزونانس در سيستم هاي قدرت 153
4.3.1.2 شروع فرورزونانس 154
5.3.1.2 اثرات نامطلوب فرورزونانس 155
6.3.1.2 مباني پديده فرورزونانس 156
7.3.1.2 فرورزونانس در ترانسفورماتورهاي توزيع 158
8.3.1.2 تاثير نوع سيم بندي ترانسفورماتور 160
9.3.1.2 تاثير بار بر اضافه ولتاژهاي فرورزونانس 160
10.3.1.2 طبقه بندي مدلهاي فرورزونانس 161
11.3.1.2 شناسايي فرورزونانس 161
4.1.2 مبانی علمی روش های پیشنهادی 163
1.4.1.2 از تبديل فوريه تا تبديل موجك 164
2.4.1.2 سه نوع تبديل موجك 169
3.4.1.2 انتخاب نوع تبديل موجك 173
4.4.1.2 آناليز مالتي رزولوشن والگوريتم DWT سريع 174
5.4.1.2 زبان پردازش سيگنال 176
6.4.1.2 شبكه عصبي 181
7.4.1.2 نگاشت هاي خود سازمانده 185
8.4.1.2 شبكه يادگيري كوانتيزه كننده برداري 187
9.4.1.2 مقايسة شبكه هاي رقابتي 191
5.1.2 جمع آوری اطلاعات 193
1.5.1.2 نحوه بدست آوردن سيگنالها 194
6.1.2 پیاده سازی الگوریتم و نتایج شبیه سازی 210
1.6.1.2 مقدمه 211
2.6.1.2 تعيين كلاسها و الگوهاي هر كلاس 211
3.6.1.2 اعمال تبديل موجك و استخراج ويژگيها 212
4.6.1.2 پياده سازي الگوريتم با استفاده از شبكه عصبي Lvq 218
5.6.1.2 پياده سازي الگوريتم با استفاده از شبكه عصبي رقابتي 225
7.1.2 نتیجه گیری وپیشنهادات 232
1.7.1.2 نتیجه گیری 233
2.7.1.2 پیشنهادات 235

تعداد صفحه بسته آموزشی

تعداد منابع معرفی شده برای ادامه کار

تعداد پشتیبانان مخصوص این فایل

قسمت هایی از فصل سوم نمونه های موردی استفاده از تبدیلات موجک

در سالهاي اخير تلاشهاي زيادي براي شناسايي سيستمهاي غيرخطي صورت گرفته است. در زمينه از شبكههاي عصبي مصنوعي به منظور شناسايي و كنترل سيستمهاي ديناميك به طور وسيعي استفاده شده است. چرا كه حل چنين مسائلي با روشهاي سنتي مشكلات خاص خود را خواهد داشت. در صورت استفاده از شبكههاي عصبي R.B.F و روش B.P2 پس انتشار كه از آنها به عنوان تقريب کنندههاي جهاني ياد ميشود، رويهاي سيسماتيك جهت طراحي شبكه (پارامترهاي مربوط به نرونها و ساختار شبكه) وجود ندارد و نيز مرحله آموزش وقتگير ميباشد. تبديلات موجك اخيراً به عنوانيك ابزار جديد براي تقريب تابعي 3مطرح شدهاند كه ميتوانند جايگزين خوبي براي روش شبكههاي عصبي باشند. به خاطر شباهتي كه بين شبكههاي عصبي با يك لايه پنهان و تبديل موجك گسسته وجود دارد ايده تركيب موجكها و شبكههاي عصبي پيشنهاد شده است. Zhang و ديگران در سال 1994از شبكه هاي موجك به طور موفقيت آميزي در تقريب توابع غيرخطي استفاده كردند. پس از آن افراد ديگري از ويژگيهاي شبكه هاي موجك در شناسايي سيستمهاي ديناميك خطي، غيرخطي و متغير با زمان استفاده نموده اند

فهرست کامل فصل سوم نمونه های موردی استفاده از تبدیلات موجک

3-1 ) بهبود رمزنگاری سیگنال گفتار با استفاده توام از فشرده سازی به همراه رمزنگاری به روش کاربرد تبدیلات موجک، کسینوسی گسسته نامتقارن

1.1.3 خلاصه 243
2.1.3 مقدمه 243
3.1.3 مروری بر روش های مرسوم امن نگاری سیگنال گفتار 245
4.1.3 رمزنگاری بر اساس تبدیلات موجک و کسینوسی گسسته و جایگشت نامتقارن به همراه فشرده سازی 246
5.1.3 ارزیابی روش پیشنهادی 250
6.1.3 نتیجه گیری و پیشنهادات 250

3-2 ) ارايه روشي مبتني بر تبديل موجك و آشوب در تحليل EEG با استفاده از شبكه های عصبي و فازي به منظور تشخيص صرع

1.2.3 چکیده 253
2.2.3 مقدمه 253
3.2.3 آشوب 254
4.2.3 داده هاي EEG 254
5.2.3 شبیه سازی ها 255
6.2.3 نتایج آزمایش ها 257
7.2.3 نتیجه گیری 257

3-3 ) در هم کننده گفتار مبتنی بر ساختار موازی تبدیلات موجک

1.3.3 چکیده 260
2.3.3 مقدمه 260
3.3.3 سیستم درهم کننده گفتار 260
4.3.3 سیستم پیشنهادی درهم کننده گفتار آنالوگ 263
5.3.3 نتایج و تشریح مطالب 264
6.3.3 نتیجه گیری 265

3-4 ) مقایسه کارایی پیاده سازی صحیح و اعشاری فیلترهای مختلف تبدیل موجک گسسته دو بعدی

1.4.3 چکیده 267
2.4.3 مقدمه 267
3.4.3 مفاهیم اولیه 268
4.4.3 پیاده سازی فیلترها با ضرایب اعشاری و صحیح 269
5.4.3 ارزیابی و نتایج پیاده سازی پیشنهادی 269
6.4.3 نتیجه گیری 271

3-5 ) روشی نوین برای آنالیز و دسته بندی بافت با ویژگی تغییر ناپذیری با چرخش و مقاومت در برابر نویز

1.5.3 چکیده 273
2.5.3 مقدمه 273
3.5.3 تبدیل رجلت 274
4.5.3 روش پیشنهادی برای آنالیز بافت استخراج مشخصه ها 275
5.5.3 نتایج تجربی 276
6.5.3 نتیجه گیری 277

3-6 ) شناسايي كنترل كننده ولتاژ يك نيروگاه گازي با روش تبديل موجک

1.6.3 مقدمه 279
2.6.3 توصيف سيستم تحريك واحدهاي گازي نيروگاه شهيد رجائی 279
3.6.3 موجكها و كاربرد آنها در شناسايي سيستم 280
4.6.3 مطالعه موردی 282
5.6.3 نتیجه گیری 285

3-7 ) بهبود رمزنگاری سیگنال گفتار با استفاده از تبدیلات موجک و کسینوسی گسسته و روش جایگشت نامتقارن

1.7.3 چکیده 291
2.7.3 مقدمه 291
3.7.3 مروری برروش های مرسوم امن نگاری سیگنال گفتار 293
4.7.3 معرفی سیگنال جدید با استفاده از تبدیلات موجک و کسینوسی گسسته و بازیابی آن 294
5.7.3 ارزیابی روش پیشنهادی 297
6.7.3 نتیجه گیری و پیشنهادات 298

%

میزان رضایت

میزان رضایت افراد خریدار این بسته بعد از خرید

(نظر سنجی به وسیله ایمیل و یک هفته بعد ازخرید بسته انجام می گیرد)

تمام منابع معرفی شده هم به صورت فایل Word و هم به صوت فایل PDF در اختیار شما قرار می گیرد.

تومان35,000افزودن به سبد خرید

0دیدگاه ها

ارسال یک دیدگاه

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *