ورود به حساب

نام کاربری گذرواژه

گذرواژه را فراموش کردید؟ کلیک کنید

حساب کاربری ندارید؟ ساخت حساب

ساخت حساب کاربری

نام نام کاربری ایمیل شماره موبایل گذرواژه

برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید


09117307688
09117179751

در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید

دسترسی نامحدود

برای کاربرانی که ثبت نام کرده اند

ضمانت بازگشت وجه

درصورت عدم همخوانی توضیحات با کتاب

پشتیبانی

از ساعت 7 صبح تا 10 شب

دانلود کتاب Modular Neural Networks and Type-2 Fuzzy Systems for Pattern Recognition

دانلود کتاب شبکه های عصبی مدولار و سیستم های فازی نوع 2 برای تشخیص الگو

Modular Neural Networks and Type-2 Fuzzy Systems for Pattern Recognition

مشخصات کتاب

Modular Neural Networks and Type-2 Fuzzy Systems for Pattern Recognition

ویرایش: 1 
نویسندگان:   
سری: Studies in Computational Intelligence 389 
ISBN (شابک) : 3642241387, 9783642241383 
ناشر: Springer-Verlag Berlin Heidelberg 
سال نشر: 2012 
تعداد صفحات: 225 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 7 مگابایت 

قیمت کتاب (تومان) : 36,000



کلمات کلیدی مربوط به کتاب شبکه های عصبی مدولار و سیستم های فازی نوع 2 برای تشخیص الگو: هوش محاسباتی، هوش مصنوعی (شامل رباتیک)، تشخیص الگو



ثبت امتیاز به این کتاب

میانگین امتیاز به این کتاب :
       تعداد امتیاز دهندگان : 17


در صورت تبدیل فایل کتاب Modular Neural Networks and Type-2 Fuzzy Systems for Pattern Recognition به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.

توجه داشته باشید کتاب شبکه های عصبی مدولار و سیستم های فازی نوع 2 برای تشخیص الگو نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.


توضیحاتی در مورد کتاب شبکه های عصبی مدولار و سیستم های فازی نوع 2 برای تشخیص الگو



این کتاب سیستم‌های هوشمند ترکیبی را با استفاده از منطق فازی نوع ۲ و شبکه‌های عصبی مدولار برای کاربردهای تشخیص الگو توصیف می‌کند. سیستم‌های هوشمند ترکیبی چندین پارادایم محاسباتی هوشمند از جمله منطق فازی، شبکه‌های عصبی و الگوریتم‌های بهینه‌سازی الهام‌گرفته از زیستی را با هم ترکیب می‌کنند که می‌توانند برای تولید سیستم‌های قدرتمند تشخیص الگو مورد استفاده قرار گیرند. منطق فازی نوع 2 توسعه ای از منطق فازی نوع 1 سنتی است که امکان مدیریت سطوح بالاتر عدم قطعیت در مسائل پیچیده دنیای واقعی را فراهم می کند که در حوزه تشخیص الگو از اهمیت ویژه ای برخوردار هستند. این کتاب در سه بخش اصلی تنظیم شده است که هر بخش شامل گروهی از فصل‌هایی است که پیرامون موضوعی مشابه ساخته شده‌اند. بخش اول شامل فصول با موضوع اصلی تئوری و الگوریتم‌های طراحی است که در اصل فصل‌هایی هستند که مدل‌ها و مفاهیم جدیدی را پیشنهاد می‌کنند که مبنای دستیابی به تشخیص هوشمند الگو هستند. بخش دوم شامل فصول با موضوع اصلی استفاده از مدل های فازی نوع 2 و شبکه های عصبی مدولار با هدف طراحی سیستم های هوشمند برای مشکلات پیچیده تشخیص الگو از جمله عنبیه، گوش، چهره و تشخیص صدا می باشد. بخش سوم شامل فصل هایی با موضوع بهینه سازی تکاملی سیستم های فازی نوع 2 و شبکه های عصبی مدولار در حوزه تشخیص الگوی هوشمند است که شامل کاربرد الگوریتم های ژنتیک برای به دست آوردن سیستم های ادغام فازی نوع 2 بهینه و معماری شبکه های عصبی ایده آل می باشد. برای حل مشکلات در این زمینه.


توضیحاتی درمورد کتاب به خارجی

This book describes hybrid intelligent systems using type-2 fuzzy logic and modular neural networks for pattern recognition applications. Hybrid intelligent systems combine several intelligent computing paradigms, including fuzzy logic, neural networks, and bio-inspired optimization algorithms, which can be used to produce powerful pattern recognition systems. Type-2 fuzzy logic is an extension of traditional type-1 fuzzy logic that enables managing higher levels of uncertainty in complex real world problems, which are of particular importance in the area of pattern recognition. The book is organized in three main parts, each containing a group of chapters built around a similar subject. The first part consists of chapters with the main theme of theory and design algorithms, which are basically chapters that propose new models and concepts, which are the basis for achieving intelligent pattern recognition. The second part contains chapters with the main theme of using type-2 fuzzy models and modular neural networks with the aim of designing intelligent systems for complex pattern recognition problems, including iris, ear, face and voice recognition. The third part contains chapters with the theme of evolutionary optimization of type-2 fuzzy systems and modular neural networks in the area of intelligent pattern recognition, which includes the application of genetic algorithms for obtaining optimal type-2 fuzzy integration systems and ideal neural network architectures for solving problems in this area.



فهرست مطالب

Front Matter....Pages -
Front Matter....Pages 1-1
Introduction to Type-2 Fuzzy Logic in Neural Pattern Recognition Systems....Pages 3-6
Type-1 and Type-2 Fuzzy Inference Systems for Images Edge Detection....Pages 7-20
Type-2 Fuzzy Logic for Improving Training Data and Response Integration in Modular Neural Networks....Pages 21-28
Method for Response Integration in Modular Neural Networks Using Type-2 Fuzzy Logic....Pages 29-39
Front Matter....Pages 41-41
Modular Neural Networks for Person Recognition Using the Contour Segmentation of the Human Iris....Pages 43-59
Modular Neural Networks for Human Recognition from Ear Images Compressed Using Wavelets....Pages 61-75
Signature Recognition with a Hybrid Approach Combining Modular Neural Networks and Fuzzy Logic for Response Integration....Pages 77-92
Interval Type-2 Fuzzy Logic for Module Relevance Estimation in Sugeno Response Integration of Modular Neural Networks....Pages 93-105
Front Matter....Pages 107-107
Optimization of Fuzzy Response Integrators in Modular Neural Networks with Hierarchical Genetic Algorithms....Pages 109-126
Modular Neural Network with Fuzzy Response Integration and Its Optimization Using Genetic Algorithms for Human Recognition Based on Iris, Ear and Voice Biometrics....Pages 127-144
A Comparative Study of Type-2 Fuzzy System Optimization Based on Parameter Uncertainty of Membership Functions....Pages 145-161
Neural Network Optimization for the Recognition of Persons Using the Iris Biometric Measure....Pages 163-184
Optimization of Neural Networks for the Accurate Identification of Persons by Images of the Human Ear as Biometric Measure....Pages 185-204
Back Matter....Pages -




نظرات کاربران