تحقیق الگوریتم کلونی مورچه ها

تحقیق الگوریتم کلونی مورچه ها


بخشی از متن:
انسان همیشه برای الهام گرفتن به جهان زنده پیرامون خود نگریسته است. یکی از بهترین طرح های شناخته شده، طرح پرواز انسان است که ابتدا لئورناردو داوینچی (1519-1452) طرحی از یک ماشین پرنده را بر اساس ساختمان بدن خفاش رسم نمود. چهار صد سال بعد کلمان آدر ماشین پرنده ای ساخت که دارای موتور بود و بجای بال از ملخ استفاده می کرد.
 هم اکنون کار روی توسعه سیستم های هوشمند با الهام از طبیعت از زمینه های خیلی پر طرفدار هوش مصنوعی است. الگوریتمهای ژنتیک که با استفاده از ایده تکاملی داروینی و انتخاب طبیعی مطرح شده، روش بسیار خوبی برای یافتن مسائل بهینه سازی است. ایده تکاملی داروینی بیانگر این مطلب است که هر نسل نسبت به نسل قبل دارای تکامل است و آنچه در طبیعت رخ می دهد حاصل میلیون ها سال تکامل نسل به نسل موجوداتی مثل مورچه است.

فهرست مطالب:
1 مقدمه    
1-1 الگوریتم کلونی مورچه ها چیست؟     
1-2 مساله فروشنده دوره گرد    
1-3 بهینه سازی مسائل به روش کلونی مورچه (ACO)    
2 مورچه ها چگونه میتوانند کوتاهترین مسیر را پیدا کنند؟!   
2-1 مزیتهای الگوریتم کلونی مورچه
2-2 کاربردهای الگوریتم کلونی مورچه
2-3 مسیر یابی شبکه های کامپیوتری با استفاده از کلونی مورچه    
2-4 روش ANT COLONY ROUTERING    
3 عامل هوشمند 


تعداد مشاهده: 534 مشاهده

فرمت فایل دانلودی:.docx

فرمت فایل اصلی: docx

تعداد صفحات: 11

حجم فایل:245 کیلوبایت

 قیمت: 3,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب جهت استفاده دانشجویان رشته کامپیوتر و فناوری اطلاعات


  • محتوای فایل دانلودی:
    در قالب فایل word‌ قابل ویرایش

پاورپوینت هوش مصنوعی

پاورپوینت هوش مصنوعی


چکیده:
هوش مصنوعی، هوش ماشین هاست! در واقع شاخه ای از علوم کامپیوتر است که قصد دارد راه حل های الگوریتمی را ارائه کند تا بتوانیم به وسیله آنها در ماشین ها هوشمندی ایجاد کنیم. اما این تعریف کافی نیست؛ اول از همه باید بدانیم که تعریف هوشمندی چیست و بعد باید منظور از ماشین را دربیابیم.

این فایل پاورپوینت مشتمل بر مباحثی نظیر تاریخچه هوش مصنوعی، هوش مصنوعی چیست؟، حوزه های هوش مصنوعی، شبکه های عصبی، یادگیری ماشین، سیستمهای خبره و ... است.

تعداد مشاهده: 1424 مشاهده

فرمت فایل دانلودی:.zip

فرمت فایل اصلی: pptx

تعداد صفحات: 20

حجم فایل:1,170 کیلوبایت

 قیمت: 2,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    قابل استفاده دانشجویان و علاقمندان رشته های مدیریت و IT

  • محتوای فایل دانلودی:
    در قالب فایل پاورپوینت و قابل ویرایش

نهان نگاری اطلاعات در تصاویر دیجیتال

نهان نگاری اطلاعات در تصاویر دیجیتال


چکیده:
در سال های اخیر سهولت تولید، دستکاری و جعل داده های دیجیتال، منجر به ارائه روش هایی برای تامین امنیت داده های دیجیتال شده است. یکی از پرکاربردترین انواع داده های دیجیتال تصاویر دیجیتال می باشند. روش های نهان نگاری اطلاعات در تصاویر دیجیتال روشی برای تامین امنیت تصاویر دیجیتال می باشد. نهان نگاری اطلاعات کاربردهای فراوانی دارد از جمله مهمترین این کاربردها می توان به حفاظت حق کپی رایت، تایید اصالت محتوا و عدم جعل و دستکاری آن و کاربرد اثر انگشت، اشاره نمود.
روش های نهان نگاری اطلاعات سنتی، خاصیت برگشت ناپذیری را داشتند به این معنا که پس از نهان نگاری اطلاعات در محتوا و ارسال نسخه نهان نگاری شده به گیرنده، امکان بازیابی تصویر اولیه و انجام ارزیابی ها روی نسخه اصلی وجود نداشت. این ویژگی باعث شد که روش های نهان نگاری اطلاعات سنتی در موارد حساس که نیاز به محتوای اصلی بدون کوچکترین تغییری می باشد، غیر قابل استفاده باشند. به این دلیل روش های نهان نگاری جدیدی به نام روش های برگشت پذیر روی کار آمدند.
ویژگی بارز روش های نهان نگاری برگشت پذیر این است که در سمت گیرنده، پس از استخراج واترمارک نهان نگاری شده، قابلیت بازیابی محتوای اصلی پیش از نهان نگاری وجود دارد و بنابراین از این دسته از روش های نهان نگاری در کارهای حساس می توان استفاده نمود. در این سمینار به معرفی مساله نهان نگاری برگشت پذیر پرداخته ایم وبرای آشنایی با کارهای انجام شده در این زمینه، تعدادی از روش های ارائه شده توسط محققین ایرانی و سایر محققین جهان ارائه شده است.

فهرست مطالب:
چکیده
1.کلیات تحقیق         
1.1- مقدمه        
2.1- بیان مساله    
3.1- اهمیت و ضرورت تحقیق        
4.1- ساختار سمینار    
2. ادبیات تحقیق        
1.2- مروری بر نهان نگاری برگشت پذیر اطلاعات در تصاویر     
1.1.2- انواع روش های نهان نگاری اطلاعات از نظر میزان شکنندگی     
1.1.1.2- نهان نگاری شکننده    
2.1.1.2- نهان نگاری مقاوم    
3.1.1.2- نهان نگاری نیمه شکننده    
2.1.2- کاربردهای مختلف نهان نگاری اطلاعات    
1.2.1.2- حفاظت حق کپی رایت    
2.2.1.2- تایید اصالت محتوا    
3.2.1.2- اثر انگشت    
2.2- پیشینه مساله در ایران       
1.2.2- روش اول- نهان نگاری برگشت پذیر شکننده از طریق بهبود روش جاسازی چندلایه       
2.2.2- روش دوم- روش نهان نگاری برگشت پذیر با استفاده از یک معیار مرتب سازی جدید   
3.2.2- روش سوم- نهان نگاری برگشت پذیر مبتنی بر روش فازی        
3.2- پیشینه مساله در جهان    
1.3.2- روش اول- روش گسترش اختلاف زوج پیکسل ها    
1.1.3.2- مرحله نهان سازی اطلاعات    
1.1.1.3.2- تعریف مقادیر اختلاف تغییرپذیر        
2.1.1.3.2- تعریف مقادیر اختلاف گسترش‌پذیر    
3.1.1.3.2- جاسازی در مقادیر اختلاف گسترش‌پذیر    
4.1.1.3.2- جاسازی در مقادیر اختلاف تغییر‌پذیر    
2.1.3.2- مرحله استخراج و بازیابی اطلاعات    
2.3.2- روش دوم- روش گسترش اختلاف در دسته های سه تایی از پیکسل ها    
1.2.3.2- انواع دسته های سه تایی    
2.2.3.2- عملیات جاسازی    
3.3.2- روش سوم- نهان نگاری برگشت پذیر مبتنی بر گسترش اختلاف دو بعدی    
1.3.3.2- گسترش اختلاف دو بعدی    
2.3.3.2- عملیات جاسازی    
3.3.3.2- عملیات استخراج    
4.3.2- روش چهارم- نهان نگاری برگشت پذیر با استفاده از عملیات پیش بینی و مرتب سازی
1.4.3.2- گسترش خطای پیش بینی لوزی    
2.4.3.2- شیفت هیستوگرام    
3.4.3.2- تکنیک مرتب سازی    
4.2- مقایسه نتایج        
1.4.2- نتایج حاصل از روش نهان نگاری برگشت پذیر شکننده از طریق بهبود روش جاسازی چندلایه        
2.4.2- نتایج حاصل از روش نهان نگاری برگشت پذیر با استفاده از یک معیار مرتب سازی جدید    
3.4.2- نتایج حاصل از روش نهان نگاری برگشت پذیر مبتنی بر روش فازی        
4.4.2- نتایج حاصل از روش گسترش اختلاف زوج پیکسل ها    
5.4.2- نتایج حاصل از روش گسترش اختلاف در دسته های سه تایی از پیکسل ها    
6.4.2- نتایج حاصل از نهان نگاری برگشت پذیر مبتنی بر گسترش اختلاف دو بعدی    
7.4.2- نتایج حاصل از روش نهان نگاری برگشت پذیر با استفاده از عملیات پیش بینی و مرتب سازی    
3- روش های پیشنهادی    
منابع        
فهرست شکل ها
فهرست جدول ها

تعداد مشاهده: 3205 مشاهده

فرمت فایل دانلودی:.doc

فرمت فایل اصلی: doc

تعداد صفحات: 65

حجم فایل:2,546 کیلوبایت

 قیمت: 9,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب جهت استفاده دانشجویان رشته های مهندسی کامپیوتر

  • محتوای فایل دانلودی:
    فایل word و قابل ویرایش
    همراه با شکل، نمودار، جدول، پاورقی، فهرست شکل ها، منابع

پروژه درختان تصمیم گیری و مساله یادگیری

پروژه درختان تصمیم گیری و مساله یادگیری


چکیده:
یادگیری درخت تصمیم یکی از رایج ترین تکنیک های یادگیری ماشین می باشد که به دلیل سادگی و کارامدی باعث شده است علی رغم مشکلاتی که در استفاده از آن همچون صفات دارای نویز و یا صفات فاقد مقدار یا ... وجود دارد به شکل گسترده ای در مسائل مربوط به یادگیری ماشین استفاده شود. در این تحقیق سعی شده است به مسائل اصلی مطرح در زمینهء درخت طراحی مانند بازنمایی، طراحی، عام سازی و مشکلات و راه کارهای برخورد با آنها که توسعه یافته اند پرداخته شود و همچنین از برخی مسائل غیراصلی مانند درختان رگراسیون، نرم افزارهای آزمایشگاهی و تست آماری χ2  نیز ذکری به میان آید. 

فهرست مطالب:
چکیده    
مقدمه     
1-1- اهداف اصلی درخت‌های تصمیم‌گیری دسته‌بندی کننده    
1-2- جذابیت درختان تصمیم    
1-3- انواع درختان تصمیم    
1-3-1- درختان رگراسیون    
2- بازنمایی درخت تصمیم    
2-1- توسعهء درختان تصمیم با گراف های تصمیم    
3- مسائل مناسب برای یادگیری درخت تصمیم    
4- چه صفتی بهترین طبقه بندی کننده است؟    
4-1-1- بی نظمی همگونی مثال ها را اندازه گیری می کند 
4-1-2- نفع اطلاعات، کاهش مورد انتظار در بی نظمی را اندازه گیری می کند
4-2- یک مثال تشریحی    
4-3- حالت خاصی از ساخت درخت تصمیم    
5- جستجوی فضای فرضیه در یادگیری درخت تصمیم    
5-1- قابلیت ها و محدودیت های الگوریتم ID3    
6- بایاس قیاسی (استنتاجی) در یادگیری درخت تصمیم    
6-1- بایاس های محدودیت و بایاس های ارجحیت    
6-2- چرا فرضیات کوتاهتر را ترجیح می دهیم؟    
7- مسائل در یادگیری درخت تصمیم    
7-1- اورفیتینگ داده ها    
7-2- روشهای موجود برای ممانعت از اورفیتینگ    
7-2-1- انواع روش های هرس کردن    
7-2-1-1- تست chi-Square    
7-2-2- هرس خطای کاهش یافته    
7-2-3- هرس بعدی قانون    
7-3- بکاربردن صفات با مقادیر پیوسته    
7-4- معیارهای دیگر برای انتخاب صفات     
7-5- بکاربردن مثال های آموزشی با صفات فاقد مقدار    
7-6- بکاربردن صفات با هزینه های متفاوت    
8- عام سازی درخت     
8-1- طراحی یک دسته بندی کنندهء درخت تصمیم    
8-2- روش‌های اصلی برای طراحی دسته بندی کنندهء درخت تصمیم    
9- انواع یادگیری در درخت تصمیم گیری    
10- مزایا و معایب درخت تصمیم    
10-1- مزایای درختان تصمیم نسبت به روش های دیگر داده کاوی    
10-2- معایب درختان تصمیم    
11- نرم افزارهای مفید برای درخت تصمیم    
12- الگوریتم یادگیری درخت تصمیم پایه    
13- جمع بندی    
14- لغت نامه     
15- مراجع

تعداد مشاهده: 2580 مشاهده

فرمت فایل دانلودی:.doc

فرمت فایل اصلی: doc

تعداد صفحات: 45

حجم فایل:755 کیلوبایت

 قیمت: 9,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب برای دانشجویان رشته مهندسی کامپیوتر



  • محتوای فایل دانلودی:
    در قالب فایل word و قابل ویرایش
    به همراه اشکال و نمودارها

انواع روشهای خوشه بندی داده ها

انواع روشهای خوشه بندی داده ها


مقدمه:
در این پروژه روش های خوشه بندی مورد برسی قرار می گیرد  هدف از خوشه بندی یافتن خوشه های مشابه از اشیاء در بین نمونه های ورودی می باشد تفاوت های خوشه بندی وطبقه بندی مورد مطالعه قرار میگیرد همچنین خوشه بندی در مقابل چندی سازی برداری قرار دارد در خوشه بندی نوعی سازمان داریم ولی در روشهای ارتباطی از چندی سازی استفاده میشود، در خوشه بندی از روشهای فازی استفاده می شود (kmeans, cmens).
خوشه بندی به انتخاب اولیه خوشه ها بستگی دارد و این باعث می شود که نتایج خوشه بندی در تکرارهای مختلف از الگوریتم متفاوت شود که این در بسیاری از کاربردها قابل استفاده نیست، برای رفع مشکل روش فازی cmens از الگوریتم LBG  استفاده می شود.

فهرست مطالب:
مقدمه
خوشه بندی چیست؟
هدف از خوشه بندی چیست؟
خوشه بندی در مقابل طبقه بندی
یادگیری با نظارت در مقابل یادگیری بدون‌ نظارت
کاربردها
مسائل درگیر با روش‌های خوشه‌بندی موجود
خوشه‌بندی در مقابل چندی‌سازی برداری
روش‌های خوشه‌بندی
روش خوشه‌بندی (K-Means یا C-Means)
مثالی برای خوشه‌بندی K-Means
مشکلات روش خوشه‌بندی K-Means
الگوریتم خوشه‌بندی LBG
خوشه بندی فازی چیست؟
روشهای خوشه‌بندی سلسله مراتبی
خوشه‌بندی با روش Single-Link
خوشه‌بندی با روش Link Complete
خوشه‌بندی با روش Average-Link
خوشه‌بندی بر اساس چگالی
الگوریتم خوشه‌بندی براساس چگالی
مثالی از الگوریتم خوشه‌بندی براساس چگالی
الگوریتم سلسله مراتبی خوشه‌بندی براساس چگالی
معیارهای کارایی
خلاصه و نتیجه گیری
مراجع

تعداد مشاهده: 4472 مشاهده

فرمت فایل دانلودی:.doc

فرمت فایل اصلی: doc

تعداد صفحات: 52

حجم فایل:759 کیلوبایت

 قیمت: 9,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • راهنمای استفاده:
    مناسب برای دانشجویان گرایش های مختلف رشته مهندسی کامپیوتر

  • محتوای فایل دانلودی:
    در قالب فایل word و قابل ویرایش
    به همراه اشکال و نمودارها