دانلود پایان نامه شناسایی خودرو از طریق عکس های هوایی

اختصاصی از سورنا فایل دانلود پایان نامه شناسایی خودرو از طریق عکس های هوایی دانلود با لینک مستقیم و پر سرعت .

در این پایان نامه تحقیقاتی چندین روش همراه با بعضی معایب و محاسن آن مورد بررسی واقع شده است از جمله: شناسایی خودرو در تصاویر هوایی شناسایی خودرو مبتنی بر جزئیات در تصاویر خیابانی، شناسایی خودرو در الگوریتم Icm و در نهایت Vision bqased ACC در پایان پروژه توضیحاتی در باب سیستم حمل و نقل هوشمند و چگونگی و کاربرد شناسایی خودرو ارائه شده است.
حال به صورت کلی به بیان برخی از این یافته‌ها می‌پردازیم.  درشناسایی خودرو در عکسهای هوایی، یک سیستم برای شناسایی خودروها در تصاویر هوایی در طول جاده عرضه می‌شود و شروع کار ازتست‌های روانشناسی می‌باشد تا ویژگی‌های مهمی برای شناسایی (همانند مرز بدنه ماشین، مرز جلوی شیشه جلو و...)پیدا شود. که در ساختار Baysian نشان داده شده است.
شناسایی وسیله نقلیه بوسیله VIEW POINT و RESOLUTION انجام می‌شود. و وسیله نقلیه به عنوان مستطیل مدل می‌شود از میانگین gray level و سطحهای شیبدار درونی، بیرونی و میانی وسایل برای تشخیص استفاده می‌شود.
در یک تشخیص دوربین ایستا، اشیای در حال حرکت بوسیله back ground subtraction شناسایی می‌شود.
در دیاگرام سیستم تشخیص، ماشین هندسی و دوربین تا وقتی که توزیع کننده ویژگی‌ها بیشتر تعلیم داده شوند بدون یادگیری مدل می‌شود. جهت جاده‌ها بوسیله لاین‌های انبوه در تصویر تخمین زده می‌شود و از چهار قسمت از جلوی شیشه جلویی دو قسمت از مرز بیرونی سایه و شدت منطقه سایه هنگامی که وجود دارد به عنوان  ویژگی استفاده می‌شود. در تست روانشناختی یک مجموعه داده متفاوت با ماشینهای در شرایط آشکار سازی و تراکم مختلف در محیط متفاوت استفاده می‌شود.
نتایج بدست آمده شامل شکل مستطیلی، طرح wind shield، سایه ماشین تشخیص را آسانتر می‌کند و همچنین محیط که روی تشخیص اثر می‌گذارد می‌باشد.
در دسته‌ای از مسیر‌های جاده‌، مسیر‌های مورد نظر (DOI) می‌تواند بوسیله عکسها تخمین زده شود ویژگی‌های استفاده شده در این روش اغلب ویژگی‌های گردایان خطی می‌باشند. وازجوابهای گرادیان فیلتر‌های شکل اصلی استفاده می‌شود.
برای شناسایی ماشینها با ویژگی‌های قید شده باید شکل محل وابسته به مرکز را بشناسیم و از یک مدل عمومی شامل یک  frame geometrical wire model و یک surface reflectance model استفاده می‌شود.
در بحث یکپارچگی ویژگی‌های چندگانه به ترکیب خصوصیات نیاز داریم و از شبکه Baysian استفاده می‌کنیم. در پارامتر‌های handcraft BN به دستگاههایی با مقادیر CPT نیاز داریم انجام دادن شناسایی با پارامتر‌های دستی کارایی قابل قبولی را نشان می‌دهد.
سپس بحث یادگیری پارامتر‌ها بیان می‌شود که به عنوان مثال یادگیری CPT  فقط به محاسبات هیستوگرام نیاز دارد پس از آن شناسایی و سپس پردازش بیان خواهد شد. ضمنا بحث ROC که منحنی‌هایی هستند که کارایی سیستم ما  را روی دو database نشان می‌دهد مطرح می‌شود.

چکیده:
مقدمه
مقدمه‌ای بر روشهای شناسایی خودرو:
Car detection in Aerial  Images  (شناسایی ماشین در عکس‌های هوایی)
1- Ralated work  :
2-  our apprack
دیاگرام سیستم تشخیص
3- تست‌ روانشناختی (A Psychophysical test)
4- Feature Extraction (استخراج ویژگی)
1-4 clustering of  road direction
2-4- ویژگی‌های به کار برده شده برای ردیابی:
3-4 model – based  Feature Prediction :
5.Multi –feature integration
1-5 : پارامتریزه کردن خصوصیات:
2-5 یکپارچگی
3-5 : پارامتر‌های BN :  handcraft
4-5: یادگیری پارامتر‌ها :
6 . شناسایی و پس پردازش
1-6 : شناسایی
2-6 پس پردازش (Post – Processsing)
7- نتایج و بحث (Result & Discussion)
1-7: نتایج
2-7 زمان محاسبات
8- نتایج و آینده کار
Compont – based cardetection  in street Scencee Images
1- Object  detaction frome work
2- Experiment (آزمایش)
Street Scenes Subset database
keypoint – based car detector
Compaison to global SVMs
car detection
 1-3 : ترکیب اجزا Component Combination
2-3 : شناساگر اجزاComponent  detector
3-3 :  Component Combination classifier
4- car detection
5- نتایج Conclusion
Comporison with Prior work in Car detection
مقایسه با کارهای اولیه در شناسایی خودرو:
Reference:
استفاده‌ی ICM
Tests of the ICM on imagery (معیارهای ICM روی تصویرسازی )
شناسایی ماشین
Refrence
A M onocular Solution to vision – based Acc in road vehicles
1- توصیف سیستم پیگیری خط:
2-شناخت وردیابی ماشین:
سیستم حمل و نقل هوشمند
تاریخچه ی ITS :
تکنولوژیهای سیستم‌های حمل ونقل هوشمند
Wireless communications
Longer range:
Computational technologies
Floating Car Data:
Sensing technologies:
سنسور:
• Distance:
Inductive loop detection
Video vehicle detection
Intelligent transportation applications
مشکلات روشها
مراجع

شامل 85 صفحه فایل word

شناسایی چند حالت گفتاری در زبان فارسی با استفاده از ویژگی های نوای گفتار به کمک شبکه های عصبی

اختصاصی از سورنا فایل شناسایی چند حالت گفتاری در زبان فارسی با استفاده از ویژگی های نوای گفتار به کمک شبکه های عصبی دانلود با لینک مستقیم و پر سرعت .

فهرست مطالب
چکیده.................................................................................................................................................................................. 1
مقدمه.................................................................................................................................................................................... 2
فصل اول: اصول کلی در ایجاد حالت در گفتار و روشهای مختلف شناسایی حالت گفتار............................. 5
-1 ایجاد و بازشناسی حالت در گفتار................................................................................................................. 5 -1
-1-1 روابط صوتی حالت در گفتار انسانی....................................................................................................... 5 -1
-2-1 ارزیابی با نمونههای انسانی........................................................................................................................ 7 -1
-3-1 بازشناسی حالت در گفتار انسانی............................................................................................................ 7 -1
و درخت تصمیم گیری در سیستم ها ی K-NN، SVM ، -2-1 مقایسه الگوریتمهای شبکه عصبی
پاسخگوی صوتی متقابل............................................................................................................................................... 8
-1-2 بازشناسی حالت............................................................................................................................................. 9 -1
-2-2 بانک اطلاعاتی................................................................................................................................................ 9 -1
-3-2 استخراج ویژگیها....................................................................................................................................... 10 -1
-1-3-2 ویژگیهای فرکانس گام....................................................................................................................... 10 -1
-2-3-2 ویژگیهای انرژی.................................................................................................................................. 10 -1
-3-3-2 ویژگیهای طول زمان شنیداری......................................................................................................... 11 -1
-4-2 گروهبندی و نتایج........................................................................................................................................ 11 -1
ها برای بازشناسی حالت در گفتار روزمره .............................................................. 14 GMM -3 استفاده از -1
-1-3 نتایج................................................................................................................................................................ 16 -1
و شبکههای عصبی..................................... 17 K-NN -4 شناسایی و تشخیص حالت گفتار با استفاده از -1
-1-4 مراحل تحقیق............................................................................................................................................... 18 -1
-2-4 استخراج ویژگیها........................................................................................................................................ 19 -1
و مقایسه آنها با یکدیگر................. 20 HMM ، SVM ، QDA -5 بازشناسی حالت با استفاده از آنالیز -1
-1-5 فرآیند بازشناسی حالت............................................................................................................................ 20 -1
-2-5 انتخاب و رتبهبندی ویژگیها................................................................................................................... 20 -1
-3-5 نتیجه ............................................................................................................................................................... 22 -1
-6 بازشناسی حالت گفتار با استفاده از رای اکثریت کارشناسان زیرفضا................................................ 22 -1
ز
-1-6 استخراج ویژگیها....................................................................................................................................... 23 -1
-7 بازشناسی حالات گفتار چندزبانه با استفاده از آنالیز مؤلفههای اصلی............................................... 24 -1
-1-7 بازشناسی حالات......................................................................................................................................... 24 -1
-2-7 تفکیکپذیری حالات احساسی............................................................................................................... 25 -1
-3-7 بازشناسی حالت گفتار چند زبانه............................................................................................................ 26 -1
26............... SVM -8 بازشناسی حالت در سیگنالهای بالقوه زیستی با استفاده از شبکههای عصبی و -1
-1-8 جمعآوری دادههای حالتدار ..................................................................................................................... 27 -1
-2-8 دستهکننده الگو............................................................................................................................................. 27 -1
-3-8 بازشناسی حالت........................................................................................................................................... 28 -1
-9 بازشناسی حالت گفتار با استفاده از مدل مارکوف مخفی...................................................................... 28 -1
-1-9 استخراج پوش ویژگیهای خام .............................................................................................................. 29 -1
ها.................................................................................................. 29 GMM -2-9 ویژگی عمومی با استفاده از -1
-3-9 مجموعه گفتار.............................................................................................................................................. 30 -1
-4-9 نتایج................................................................................................................................................................ 30 -1
-10 بازشناسی حالت گفتار با استفاده از شبکه عصبی................................................................................. 30 -1
-1 طراحی سیستم........................................................................................................................................... 31 -10 -1
-1-1 حالت گفتار........................................................................................................................................... 31 -10 -1
-2-1 مفهوم مستقل از گوینده..................................................................................................................... 31 -10 -1
-3-1 مراحل پردازش.................................................................................................................................... 32 -10 -1
-4-1 ساختار شبکه عصبی............................................................................................................................ 33 -10 -1
-2 آزمایش بازشناسی حالت........................................................................................................................ 34 -10 -1
-1-2 پایگاه داده گفتار .................................................................................................................................. 34 -10 -1
-2-2 روشهای آموزش و آزمایش........................................................................................................... 35 -10 -1
-3-2 نتایج........................................................................................................................................................ 35 -10 -1
37...............LPC -11 مقایسه مدل فازی و شبکه عصبی در بازشناسی حالت گفتار با استفاده از آنالیز -1
-1 بازشناسی کننده حالات........................................................................................................................... 38 -11 -1
-2 آزمایش........................................................................................................................................................ 39 -11 -1
ح
-3 نتایج ............................................................................................................................................................. 40 -11 -1
-12 بازشناسی حالت گفتار با استفاده از تغییرات حالت چهره.................................................................. 41 -1
42............................................................................................................ Fuzzy ARTMAP فصل دوم: شبکه عصبی
-1 استفاده از شبکه عصبی.................................................................................................................................... 42 -2
43......................................................................................................................................ARTMAP -2 شرح شبکة -2
44.......................................................................................................................................... Fuzzy ARTMAP -1-2 -2
فصل سوم: بازشناسی چهار حالت گفتاری با استفاده از شبکه عصبی................................................................... 48
-1 مقدمات انجام پروژه.......................................................................................................................................... 48 -3
-1-1 گردآوری اطلاعات و دادههای مورد نیاز برای انجام پروژه............................................................ 48 -3
-2-1 شرایط و جملات ضبط شده.................................................................................................................. 49 -3
-3-1 پردازش دادههای خام............................................................................................................................... 59 -3
-2 مشخصات شبکه عصبی مورد استفاده......................................................................................................... 60 -3
-3 انتخاب حالتهای قابل بازشناسی............................................................................................................... 61 -3
-4 انتخاب ویژگیها برای بازشناسی................................................................................................................. 62 -3
-5 مشکلات بازشناسی حالت............................................................................................................................. 65 -3
-6 نتایج آزمایش حالتهای مختلف................................................................................................................. 67 -3
-1-6 آزمودن شبکه عصبی طراحی شده.......................................................................................................... 68 -3
-2-6 بازشناسی چهار حالت با 20 گوینده برای آموزش............................................................................ 69 -3
-3-6 بازشناسی سه حالت با 20 گوینده برای آموزش................................................................................ 79 -3
-4-6 تاثیر تعداد دادههای آموزشی و آزمایشی.............................................................................................. 85 -3
-1-4-6 بازشناسی چهار حالت با 19 گوینده برای آموزش..................................................................... 85 -3
-2-4-6 بازشناسی چهار حالت با 18 گوینده برای آموزش..................................................................... 88 -3
-5-6 بازشناسی چهار حالت با 52 ویژگی...................................................................................................... 89 -3
-7 تاثیر پارامترهای مختلف روی حالتهای مختلف................................................................................... 96 -3
فصل چهارم : جمعبندی................................................................................................................................................ 97
منابع..

پایان نامه کامل کارشناسی ارشد انگلیسی مدیریت در زمینه شناسایی شکاف های عملکردی خدمات موثر بر رضایت مشتری در 67صفحه

اختصاصی از سورنا فایل پایان نامه کامل کارشناسی ارشد انگلیسی مدیریت در زمینه شناسایی شکاف های عملکردی خدمات موثر بر رضایت مشتری در 67صفحه دانلود با لینک مستقیم و پر سرعت .

پایان نامه جدید 2014 و انجام شده با روش کیفی به انضمام سوالات مصاحبه

پایان نامه ارشد برق شناسایی فرورزونانس در شبکه های توزیع انرژی الکتریکی توسط تبدیل موجک

اختصاصی از سورنا فایل پایان نامه ارشد برق شناسایی فرورزونانس در شبکه های توزیع انرژی الکتریکی توسط تبدیل موجک دانلود با لینک مستقیم و پر سرعت .

چکیده

یکی از عوامل سوختن و خرابی ترانسفورماتورها در سیستم های قدرت، وقوع پدیده فرورزونانس است. با توجه به اثرات مخرب این پدیده، تشخیص آن از سایر پدیده های گذرا از اهمیت ویژه ای برخوردار است که در این پایان نامه کارکرد دو شبکة عصبی ی ادگیری کوانتیزه کننده برداری (LVQ) و شبکه عصبی رقابتی در دسته بندی دو دسته سیگنال که دسته اول شامل انواع فرورزونانس و دس ته دوم شامل انواع کلیدزنی خازنی، کلیدزنی بار، کلیدزنی ترانسفورماتور می باشد، با استفاده از ویژگیهای استخراج شده توسط تبدیل موجک خانواده Daubechies تا شش سطح مورد بررسی قرار گرفته است. نقش شبکه های عصبی مذکور بعنوان طبقه بندی کننده، جدا سازی پدیده فرورزو نانس از سایر پدیده های گذر ا است. سیگنالهای مذکور با شبیه سازی توسط نرم افزار EMTP بر روی یک فیدر توزیع واقعی بدست آمده اند. برای استخراج ویژگیها، کلیه موجکهای موجود در جعبه ابزار Wavelet نرم افزار MATLAB بررسی شده است که تبدیل موجک خانواده Daubechies بعنوان مناسبترین موجک تشخیص داده شد. به منظور استخراج هرچه بهتر ویژگیها سیگنالها، الگوها نرمالیزه (مقیاس بندی) شده اند سپس انرژی شش سیگنال جزئیات حاصل از اعمال تبدیل موجک به عنوان ویژگیهای استخراج شده از الگوها، برای آموزش و امتحان دو شبکة عصبی مذکور بکار رفته است. به کمک این الگوریتم تفسیر برخی از رخدادها که احتمال بروز پدیده فرورزونانس در آنها وجود دارد قابل انجام بوده، همچنین میتوان نسبت به ساخت رله هایی برای مقابله با پدیده فرورزونانس کمک نماید. عناوین روشهای ارایه شده در این پایان نامه به شرح زیر می باشند:

1) شناسایی فرورزونانس با استفاده از تبدیل موجک و شبکه عصبی LVQ

2) شناسایی فرورزونانس با استفاده از تبدیل موجک و شبکه عصبی رقابتی

نتایج حاصل از این روشها بیانگر موفقیت بسیار هر دو روش در شناسایی فرورزونانس از سایر پدیده های گذرا می باشد.

فهرست مطالب:

فصل اول: مقدمه......................................................................................................................... ١
فصل دوم: مروری یر کارهای انجام شده..................................................................................... ٤
١‐ مقدمه ............................................................................................................................................ ٥ ‐٢
٢‐ مروری بر روشهای شناسایی اغتشاشات کیفیت توان ................................................................... ۵ ‐٢
٣‐ مروری بر روشهای شناسایی خطای امپدانس بالا ......................................................................... ٩ ‐٢
فصل سوم: پدیده فرورزونانس.................................................................................................... ١٥
١‐ مقدمه ............................................................................................................................................ ١٦ ‐٣
٢‐ تاریخچه فرورزونانس................................................................................................................... ١٧ ‐٣
٣‐ موارد وقوع فرورزونانس در سیستم های قدرت ......................................................................... ۱۷ ‐٣
٤ ‐ شروع فرورزونانس...................................................................................................................... ١٨ ‐٣
١‐ شرایط ادامه یافتن فرورزونانس ......................................................................................... ١٨ ‐٤‐٣
٥‐ اثرات نامطلوب فرورزونانس........................................................................................................ ١٩ ‐٣
٦‐ مبانی پدیده فرورزونانس ............................................................................................................. ٢٠ ‐٣
٧‐فرورزونانس در ترانسفورماتورهای توزیع ..................................................................................... ٢٢ ‐٣
١‐ فرورزونانس پایدار .............................................................................................................. ٢٣ ‐٧‐٣
٢‐ فرورزونانس ناپایدار............................................................................................................ ٢٣ ‐٧‐٣
٨‐ تاثیر نوع سیم بندی ترانسفورماتورها............................................................................................ ٢٤ ‐٣
٩‐ تاثیر بار بر اضافه ولتاژهای فرورزونانس....................................................................................... ٢٤ ‐٣
١٠ ‐ طبقه بندی مدلهای فرورزونانس ................................................................................................ ٢٥ ‐٣
١١ ‐ شناسایی فرورزونانس................................................................................................................. ٢٥ ‐٣
فصل چهارم: مبانی علمی روشهای پیشنهادی............................................................................... ٢٧
١‐ از تبدیل فوریه تا تبدیل موجک.................................................................................................... ٢٨ ‐٤
٢‐ سه نوع تبدیل موجک................................................................................................................... ٣٣ ‐٤
١‐تبدیل موجک پیوسته............................................................................................................ ٣٣ ‐٢‐٤
٢‐ تبدیل موجک نیمه گسسته.................................................................................................. ٣٥ ‐٢‐٤
٣‐ انتخاب نوع تبدیل موجک......................................................................................................... ۳۷ ‐٤
سریع ........................................................................... ۳۷ DWT ٤‐ آنالیز مالتی رزولوشن و الگریتم ‐٤
١‐ آنالیز مالتی رزولوشن ....................................................................................................... ٣٧ ‐٤‐٤
٥‐ زبان پردازش سیگنالی ............................................................................................................... ٤٠ ‐٤
٦‐ شبکه عصبی .............................................................................................................................. ٤٥ ‐٤
١‐ مقدمه .................................................................................................................................. ٤٥ ‐٦‐٤
٢‐ یادگیری رقابتی................................................................................................................. ٤٦ ‐٦‐٤
١‐ روش یادگیری کوهنن ................................................................................................. ٤٧ ‐٢ ‐٦‐٤
٢‐ روش یادگیری بایاس .................................................................................................. ٤٨ ‐٢ ‐٦‐٤
٧‐ نگاشت های خود سازمانده ..................................................................................................... ٥٠ ‐٤
٨‐ شبکه یادگیری کوانتیزه کننده برداری ...................................................................................... ٥٢ ‐٤
٥٣ ................................................................................................... LVQ ١‐ روش یادگیری 1 ‐٨‐٤
٢‐ روش یادگیری تکمیلی..................................................................................................... ٥٥ ‐٨‐۴
٩‐ مقایسه شبکه های رقابتی ........................................................................................................ ٥٥ ‐٤
فصل پنجم: جمع آوری اطلاعات ................................................................................................ ٥٧
١‐ نحوه بدست آوردن سیگنالها......................................................................................................... ٥٨ ‐٥
١‐ بدست آوردن سیگنالهای فرورزونانس................................................................................. ٥٨ ‐١‐ ٥
٢‐ انواع کلیدزنیها و انواع سیم بندی در ترانسفورماتورها............................................................. ٥٩ ‐١‐٥
٣‐ اثر بار بر فرورزونانس.......................................................................................................... ٦٤ ‐١‐ ٥
٤‐ اثر طول خط......................................................................................................................... ٦٥ ‐١‐ ٥
٥‐ بدست آوردن سیگنالهای سایر حالات گذرا............................................................................. ٦٦ ‐١‐٥
فصل ششم: پیاده سازی الگوریتم و نتایج شبیه سازی .............................................................. ٧٤
١‐ مقدمه ........................................................................................................................................ ٧٥ ‐٦
٢‐ تعیین کلاسها و تعداد الگوهای هر کلاس ................................................................................ ٧٥ ‐٦
٣‐ اعمال تبدیل موجک و استخراج ویژگیها ................................................................................. ٧٥ ‐٦
٨١ ................................................................LVQ ٤‐ پیاده سازی الگوریتم با استفاده از شبکه عصبی ‐٦
٥‐ پیاده سازی الگوریتم با استفاده از شبکه عصبی رقابتی.............................................................. ٨٨ ‐٦
فصل هفتم: نتیجه گیری و پیشنهادات........................................................................................ ٩٥
١‐ نتیجه گیری................................................................................................................................ ٩٦ ‐٧
٢‐ پیشنهادات ................................................................................................................................. ٩٨ ‐٧
فهرست منابع

پایان نامه ارشد برق شناسایی روی خط سیستم های چند متغیره با استفاد از روش زیر فضا

اختصاصی از سورنا فایل پایان نامه ارشد برق شناسایی روی خط سیستم های چند متغیره با استفاد از روش زیر فضا دانلود با لینک مستقیم و پر سرعت .

شناسایی روی خط سیستم های چند متغیره با استفاد از روش زیر فضا

فرمت PDF

تعداد صفحات 155