نتایج جستجو برای: شبکه های عصبی mlp
تعداد نتایج: 492648 فیلتر نتایج به سال:
تبدیل موجک یکی از روشهای نوین و بسیار موثر در زمینه تحلیل سیگنالها و سریهای زمانی است. در این روش سیگنال شاخص بارش استاندارد (SPI) با استفاده از موجک مادر منتخب تجزیه شده، دادههای حاصل بهعنوان ورودی مدل شبکه عصبی مصنوعی در نظر گرفته شده و یک مدل تلفیقی برای پیشبینی خشکسالی ارائه میگردد. در این تحقیق، از شبکههای عصبی مصنوعی پرسپترون چند لایه (MLP) و تابع پایهای شعاعی ((RBF، سری زمانی AR...
نوسانات فرکانس پایین در سیستم قدرت یک پدیده اجتناب ناپذیر بوده و میراسازی این نوسانات نیز امری ضروری و اجتناب ناپذیراست. جهت میراسازی این نوسانات، پایدارسازهای مختلفی ارائه شده است. از آن جا که رفتار دینامیکی سیستم قدرت، شدیدا غیر خطی و متغیر با زمان است، استفاده از پایدارساز های کلاسیک عملکرد مطلوبی به همراه نخواهد داشت. از طرفی عملکرد مناسب پایدارسازهای تطبیقی عصبی به علت انعطاف پذیری بالا در...
در کار حاضر رویکردی جدید بر مسأله استخراج ویژگی از پاسخ های یک حسگر گاز مقاومتی تحت مدولاسیون دمایی ارائه می شود. پاسخ های یک حسگر گاز که توسط شکل موج پلکانی ولتاژ گرمکن تحریک می شود با استفاده از شبکه های فازی عصبی مدل می شود. شکل موج پلکانی شامل پنج پله هر یک با مدت دوام s 20 است که سبب افزایش دمای سطح حساس حسگر تا oc330 می شود. دوازده گاز شامل هشت بخار الکل، سه بخار کتون و هیدروژن، هر یک در ...
افزایش دقت براورد دادههای مفقود بارش روزانه، بویژه در حوضههای بزرگ آبخیز با شبکه باران سنجی غیر متراکم، یکی از چالشهای آبشناسها میباشد. در این مطالعه، شش شبیه شبکه عصبی مصنوعی به نامهای mlp، tlfn، rbf، rnn، tdrnn وcfnn با روشهای مختلف اعتبار سنجی برای تکمیل دادههای مفقود بارش روزانه در مقایسه با روشهای زمین آمار کریجینگ و کوکریجینگ با شبیههای مختلف مورد بررسی قرار گرفته اند. برای ارزیابی د...
پیش بینی سرعت باد در مواردی همچون کنترل توربین های بادی، برنامه ریزی جهت قطع و وصل توربین¬های بادی و تضمین عملکرد پایدار سیستم توزیع می¬تواند حائز اهمیت باشد که به طور کلاسیک به روش¬های متعددی صورت می¬گیرد. در این پایان نامه ارائه روشی صرفاً بر اساس آنالیز داده¬های اندازه¬گیری شده قبلی مدنظر می¬باشد. به این منظور ضمن بررسی آشوبناک بودن داده¬های سرعت باد، با ترکیب مفاهیم مربوط به نظریه آشوب و تکن...
امروزه تشریح الگوهای پراکندگی حشرات با استفاده از روشهای درونیابی و برآورد تراکم بهمنظور بررسی امکان مدیریت و کنترل متناسب با مکان آنها مورد توجه بسیاری از محققان قرار گرفته است. این پژوهش بهمنظور ارزیابی قابلیت الگوریتمهای مختلف شبکۀ عصبی پرسپترون چندلایهای (MLP) در درونیابی و برآورد جمعیت سفید بالک پنبه در نقاط نمونهبرداری نشده و نیز ترسیم نقشۀ پراکنش آن انجام شد. برای ارزیابی قابلی...
مناطق مختلف، استعدادهای متفاوتی در انتشار گردوغبار دارند و افزایش طوفانهای گردوغبار نشاندهنده حاکمیت اکوسیستم بیابانی در هر منطقه است. درک صحیح وقوع طوفانهای گردوغبار در هر منطقه، به مدیریت و کاهش خسارتهای حاصل از گردوغبار کمک شایانی میکند. هدف از این تحقیق پیشبینی فراوانی روزهای همراه با طوفانهای گردوغبار (FDSD) در مقیاس زمانی فصلی است. بدین منظور، با استفاده از دادههای سینوپ ساعتی و ک...
در این تحقیق قابلیت مدل شبکه عصبی در پیشبینی پراکنش مکانی گونههای گیاهی ارزیابی شده است. با توجه به هدف، اطلاعات پوشش گیاهی و عوامل رویشگاهی شامل اقلیم، خاک، پستی و بلندی و زمینشناسی جمعآوری شد. برای نمونهبرداری از پوشش گیاهی در هر تیپ رویشی، 3 ترانسکت150 متری مستقر و در هر ترانسکت 15 پلات با فواصل 10 متر (به روش تصادفی-سیستماتیک) مستقر شد. برای تجزیه و تحلیل اطلاعات و ارائه نقشه عوامل محی...
برای برآورد دبی روزانه در مدلهای هیدرولوژی نیاز به دبیهای پیوسته در بازه زمانی روزانه هست. تعداد سالهای آماری متفاوت، نواقص آماری و خطای اندازهگیری باعث ایجاد سریهای زمانی با پایه زمانی غیرمشترک میگردد. بنابراین بازسازی دادههای دبی روزانه از اهمیت ویژهای برخوردار است. این تحقیق بهمنظور بازسازی دبی روزانه در یکی از سرشاخههای رودخانه کارون و در دو مرحله انجام گرفت. در هر دو مرحله تحقیق ...
تخمین صحیح میزان رسوب معلق حمل شده توسط یک رودخانه برای بسیاری از پروژه های منابع آب دارای اهمیت است.همچنین پیش بینی میزان بار رسوب رودخانه نیز موضوعی مهم در مهندسی هیدرولیک است. درتحقیق پیش رو، عملکرد دو نوع از شبکه های عصبی مصنوعی از جمله شبکه mlp و rbf جهت پیش بینی مورد ارزیابی قرار می گیرد وسپس یکبارباهم و یکبار بامنحنی سنجه رسوب مقایسه می شوند. به همین جهت از دبی آب و دبی رسوب رودخانه زای...
نمودار تعداد نتایج جستجو در هر سال
با کلیک روی نمودار نتایج را به سال انتشار فیلتر کنید