انجام پروژهای برنامه نویسی متلب matlab

انجام پروژهای برنامه نویسیمتلب matlab

انجام پروژهای برنامه نویسی متلب matlab

انجام پروژهای برنامه نویسیمتلب matlab

کد متلب زنبور عسل غیرخطی

کد متلب زنبور عسل غیرخطی

الگوریتم زنبور عسل از جمله الگوریتم های تکاملی است که برای بهینه سازی و حل توابع غیرخطی استفاده میشود

در این کار ما از الگوریتم زنبور عسل برای بهینه کردن تابع غیرخطی زیر استفاده کرده ایم

 
کد متلب الگوریتم زنبور عسل

الگوریتم زنبور عسل

 

جهت دریافت کد متلبالگوریتم تکاملی زنبور عسل (Bee Algorithm)   برای بهینه سازی و حل توابع غیرخطی  یا انجام پروژه و مقاله با الگوریتم تکاملی زنبور عسل (Bee Algorithm)با ما تماس بگیرید.
azsoft.ir
09367292276
azsoftir@gmail.com
azsoft.ir
azsoft.ir
09367292276
azsoftir@gmail.com
azsoft.ir

کد متلب بهینه سازی تابع غیرخطی با الگوریتم زنبور عسل + فایل توضیحات خط به خط  کد متلب الگوریتم زنبور عسل

قیمت : ۳۰ هزار تومان

 

برچسب‌ها: کد متلب زنبور عسل غیرخطی
نوشته شده در تاریخ جمعه سی و یکم مرداد ۱۳۹۳ توسط Intelligent programming
نظر بدهید

کد متلب کلاس بندی داده های چند کلاسه با svm
ماشین بردار پشتیبانی (Support vector machines – SVMs) یکی از روش‌های یادگیری بانظارت است که از آن برای طبقه‌بندی  و رگرسیون استفاده می‌کنند.

این روش از جملهٔ روش‌های نسبتاً جدیدی است که در سال‌های اخیر کارایی خوبی نسبت به روش‌های قدیمی‌تر برای طبقه‌بندی از جمله شبکه‌های عصبی پرسپترون نشان داده است. مبنای کاری دسته‌بندی کنندة SVM دسته‌بندی خطی داده‌ها است و در تقسیم خطی داده‌ها سعی می‌کنیم خطی را انتخاب کنیم که حاشیه اطمینان بیشتری داشته باشد.

 

با روش SVM میتوان داده هایی با دو کلاس را از هم جدا کرد ، یکی از مسائل مهم کلاس بندی داده هایی است که در بیش از دو کلاس قرار میگیرند

سوال مهم این است که چگونه داده های چند کلاسی را با svm دسته بندی کنیم؟

ما در این کد داده های iris را که در سه کلاس قرار دارند با استفاده از روش svm کلاس بندی کرده ایم

 

جهت دریافت کد متلب  دسته بندی داده های چند کلاسی با SVM با ما تماس بگیرید

اazsoft.ir
09367292276
azsoftir@gmail.com
azsoft.ir
azsoft.ir
09367292276
azsoftir@gmail.com
azsoft.ir

 

برچسب‌ها: دسته بندی داده های چند کلاسی با SVM, پروژه svm, کد متلب با svm, دسته بندی داده با svm
نوشته شده در تاریخ شنبه بیست و پنجم مرداد ۱۳۹۳ توسط Intelligent programming
نظر بدهید

کد موازی خوشه بندی کامینز kmeans
 

کد متلب خوشه بندی بصورت موازی Parallel Computing

 

در این کد ما روش خوشه بندی کامینز Kmeans را بصورت موازی یا paralell پیاده سازی کرده ایم و از ان برای سگمت کردن تصویر استفاده کرده ایم

همانطور که میدانید برای اینکه یک کد را بصورت موازی در متلب اجرا کنید باید کد را بصورتی بنویسید که امکان اجزای موازی ان وجود داشته باشد و دستوراتی که در حلقه parfor برای اجرای موازی قرار میگیرند باید مستقل از اندیس حلقه باشند یعنی یک کد درون حلقه به تکرارهای قبلی یا بعدی حلقه وابسته نباشد

ما برای اجرای موازی خوشه بندی کامینز بصورت زیر عمل کرده ایم:

برای موازی کردن کد از مقاله با نام 'Parallel Implementation of K-Means on Multi-Core Processors'

استفاده کرده ایم

 همچنین برای پیاده سازی در متلب از تولباکس Paralell Computing و درستورات matlabpool و parfor استفاده کرده ایم

در پایان کد ما همچنین زمان های اجرا را مقایسه کرده ایم

زمان اجرای کد بصورت معمولی 75 ثانیه و زمان اجرای موازی کد 25 ثانیه می باشد

 

جهت دریافت کد متلب الگوریتم سگمنت کردن تصویر با الگوریتم K- Meansبصورت موازی با ما تماس بگیرید

ایمیل : azsoft.ir
09367292276
azsoftir@gmail.com
azsoft.ir
azsoft.ir
09367292276
azsoftir@gmail.com
azsoft.ir

 

پردازش موازی در متلب،روش خوشه بندی کامینز بصورت موازی در متلب،کد متلب خوشه بندی kmeans بصورت موازی،کد متلب clustering بصورت موازی، کد متلب موازی،پروژه متلب بصورت موازی، پروژه متلب بصورت paralell ، کد متلب بصورت paralell، کد متلب بصورت موازی، اموزش اجرای کد متلب بصورت موازی، آموزش خوشه بندی موازی در متلب،اجرای کد متلب بصورت موازی، پروژه موازی در متلب،پروژه paralell در متلب،پیاده سازی کد بصورت موازی در متلب،پیاده سازی کد بصورت paralell در متلب ،چگونه کد متلب را بصورت موازی اجرا کنیم؟، نحوه موازی سازی کد در متلب

برچسب‌ها: پردازش موازی در متلب, روش خوشه بندی کامینز بصورت موازی در متلب, کد متلب خوشه بندی kmeans بصورت موازی, کد متلب clustering بصورت موازی, کد متلب موازی
نوشته شده در تاریخ جمعه بیست و چهارم مرداد ۱۳۹۳ توسط Intelligent programming
نظر بدهید

ترکیب کد متلب با سی شارپ
گاهی اوقات برنامه هایی را به زبان متلب پیاده سازی و با استفاده از تولباکس های اماده متلب پیاده سازی میکنید اما برای ان برنامه نیاز به فرم هایی برای دریافت اطلاعات از کاربر دارید و تمایل دارید برای طراحی فرم های ورودی از visual studio استفاده کنید.یعنی در ویژوال استودیو کد متلب خود را فراخوانی کنید

راههایی برای انجام این کار وجود دارد از جمله این که فایل متلب خود را به exe تبدیل کنید و ان را در ویژوال استودیو فراخوانی کنید یا اینکه فایل متلب خود را به dll تبدیل کنید و در visual studio فراخوانی کنید

 

در هر یک از دو روش بالا شما برای تغییر کد متلب خود نیاز به کامپایل مجدد وتولید دوباره فایل اجرایی matlab خواهید داشت

ما برای شما کدی را اماده کرده ایم که میتوانید به راحتی کد متلب خود را به صورت mفایل  در محیط ویژوال استودیو و زبان سی شارپ فراخوانی کرده و اجرا کنید

یعنی میتوانید فرم هایی در visualstudio طراحی کنید و اطلاعات را از کاربر دریافت کنید سپس کد متلب خود را فراخوانی و اجرا کنید و در نهایت نتیجه حاصل از کد matlab را در فرم به کاربر نمایش دهید

در زیر شکل برنامه نمایش داده شده است:

ترکیب کد متلب با سی شارپ

با این کد میتوانید کد متلب را با سی شارپ ترکیب کنید

 

azsoft.ir
09367292276
azsoftir@gmail.com
azsoft.ir
azsoft.ir
09367292276
azsoftir@gmail.com
azsoft.ir
 

برچسب‌ها: ترکیب کد متلب با سی شارپ, اجرای کد متلب در سی شارپ, فراخوانی کدمتلب در سی شارپ, کد متلب در ویژوال استودیو, فرم سی شارپ برای کد متلب
نوشته شده در تاریخ دوشنبه بیستم مرداد ۱۳۹۳ توسط Intelligent programming
نظر بدهید

استفاده از CUDA در MATLAB
استفاده از CUDA در MATLAB
بررسی قابلیت‌های معرفی شده توسط Jacket

عرفان نظری فاضل

اشاره:
ماهنامه شبکه - نرم‌افزار Matlab با توجه به دستورها و توابع ساده و محیط داده‌ای برداری‌ای که در بر دارد، یکی از بهترین و کاراترین نرم‌افزارها برای کاربرانی است که دانش عمیقی از برنامه‌نویسی ندارند و نیاز دارند تا وقت و زمان خود را صرف آزمایش طرح‌های جدید و پیش نمونه‌سازی الگوریتم‌های جدید کنند...

برچسب‌ها: استفاده از CUDA در MATLAB

ادامه مطلب
نوشته شده در تاریخ دوشنبه بیستم مرداد ۱۳۹۳ توسط Intelligent programming
نظر بدهید

پردازش موازی (Parallel Computing) در متلب
پردازش موازی (Parallel Computing) در متلب :

نرم افزار متلب، این امکان را به وجود آورده است که در کامپیوترهای دارای پردازنده (CPU) چند هسته ای، از پردازش موازی (Parallel Computing) استفاده نماییم. در این مبحث آموزشی، قصد داریم که نحوه نوشتن کدهای متلب، برای پردازش موازی کدها را شرح بدهیم.

برچسب‌ها: پردازش موازی, Parallel Computing, در متلب

ادامه مطلب
نوشته شده در تاریخ شنبه بیست و هشتم تیر ۱۳۹۳ توسط Intelligent programming
نظر بدهید

K- Means ،یکی از ساده ترین الگوریتم های یادگیری بدون نظارت است که مسائل کلاسترینگ معروف را حل می کند. این الگوریتم از یک شیوه ساده برای کلاسیفای کردن یک مجموعه داده در یک تعداد از پیش مشخص شده (k) کلاستر،استفاده می کند.ایده اصلی تعریف k مرکز برای هر یک از کلاستر ها می باشد . این مراکز بایستی با دقت زیاد انتخاب شوند ، زیرا مراکز مختلف ، نتایج مختلف را به وجود می آورند.

ما از الگوریتم خوشه بندی K- Means برای سگمنت کردن تصویر در نرم افزار متلب استفاده کرده ایم :

Image Segmentation Using K- MeansClustering Method

نحوه کار به این صورت است که ما تصویری همانند تصویر زیر را به الگوریتم K- Meansداده ایم و الگوریتم K- Means غده ها را در این تصویر جدا کرده است:

تصویر اولیه

نتیجه سگمنت کردن تصویر با الگوریتم K- Means

 

جهت دریافت کد متلب الگوریتم سگمنت کردن تصویر با الگوریتم K- Means  با ما تماس بگیرید
azsoft.ir
09367292276
azsoftir@gmail.com
azsoft.ir
azsoft.ir
09367292276
azsoftir@gmail.com
azsoft.ir

A Data Mining Analysis of the Parkinson’s Disease

A Data Mining Analysis of the Parkinson’s Disease

 09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com

مقاله شبیه سازی شده

 

کد پروژه:1506

 

 

 

موضوع: سیستم خبره + داده کاوی Data Mining

 

A Data Mining Analysis of the Parkinson’s Disease

 

 

 

 

 

شامل:مقاله اصلی + ترجمه + شبیه سازی با وکا + گزارش شبیه سازی


Address: ebscohost

خلاصه:

 

امروزه تصمیم گیری بالینی نیاز به اطلاعات موجود به عنوان راهنمایی برای پزشکان دارد. روش داده کاوی در تحقیقات پزشکی در جهت تجزیه و تحلیل حجم زیادی از داده های پزشکی مورد استفاده است. این مطالعه به منظور استفاده از روش استخراج داده به تجزیه و تحلیل بانک اطلاعاتی از بیماری پارکینسون و بررسی اینکه آیا متغیرهای اندازه گیری صوتی می تواند ابزار تشخیصی برای بیماری پارکینسون است.

 

در تحقیقات بالینی اطلاعات پزشکی برای تشخیص و مراقبت از بیمار ضروری است.وآن را نیزبه عنوان اطلاعات مفید برای تسهیل بهبود درمانیو انجام تحقیقات پزشکی استفاده می کنند. به منظور ادغام و یکپارچه سازی مدیریت اطلاعات بالینی، تجزیه و تحلیل داده های پزشکی و توسعه برنامه های کاربردی، هوش تصمیم گیری بالینی(CDI) محدوده ی  جدید برای ساده کردن مدیریت داده ها از عملکرد بالینی، پرستاری، بهداشت و درمان؛ مدیریت بهداشت و درمان ایجاد کرده است.

 

بیماری پارکینسون (PD)  بیماری عصبی می باشد؛ بسیاری از بیماریهای عصبی دوی آوای بیماران تاثیر می گذارد و صدا می تواند کمک های ارزشمند در تشخیص بیماری عصبی داشته باشد. بیماری پارکینسون  در حدود 45٪ از بیماران را تحت تاثیر اختلالات صوتی  قرار می دهد.

 

این مطالعه شامل چندین روش های تجزیه و تحلیل های مختلف، از جمله تجزیه و تحلیل عاملی، رگرسیون لجستیک، درخت تصمیم گیری وشبکه عصبی به تجزیه و تحلیل داده ها از PD است.

 


ABSTRACT

 

 Clinical decision–making needs available information to be the guidance for physicians. Nowadays, data mining method is applied in medical research in order to analyze large volume of medical data. This study attempts to use data mining method to analyze the databank of Parkinson’s disease and explore whether the voice measurement variables can be the diagnostic tool for the Parkinson’s disease.

 

Keywords:

 

Parkinson’s Disease, Data Mining, Decision Tree, Neural Network

Applying Data Mining to the Geosciences Data


مقاله شبیه سازی شده

کد پروژه:1505

 09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com

 موضوع: سیستم خبره + داده کاوی Data Mining

Applying Data Mining to the Geosciences Data

 

 

 

شامل:مقاله اصلی + ترجمه + شبیه سازی با وکا + گزارش شبیه سازی

Address: sciencedirect

خلاصه:

در این زمینه داده کاوی بنا به ویژگی های داده های پتروفیزیکی، داده های مربوط به زمین، داده های لرزه نگاری وداده های زمین شناسی(geological data) انجام می گیرد. با استفاده از روش های مختلف استخراج از داده ها؛ پردازش اطلاعات مربوطه، و توصیف نتایج موثرتر استفاده شده است.

با توجه به تکنیک های داده کاوی، داده های  پتروفیزیکی برای پیدا کردن روابط و پیش بینی مخازن ؛و داده های واقعه نگاری(logging data) برای ارزیابی فازی مخازن و مشخص کردن مخازن موثر در شرایط زمین شناسی پیچیده؛ نتایج معادن فضایی از داده های لرزه ای سه بعدی3d؛ نتایج نمودار و متن کاوی از داده های زمین شناسی است. استخراج داده های نفت و گاز طبیعی از اکتشاف و روش تجزیه و تحلیل داده ها و مدل ریاضی مربوطه برای پردازش داده های اکتشافی، و گرفتن اطلاعات بالقوه و پنهانی از آنهاست.


ABSTRACT

The article detailedly addresses the features of the petrophysical data, logging data, seismic data and geological data based on the concepts of the data mining.
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
The mining ideas regarding the petrophysical and logging data, seismic data and geological data are made based on their features. The article uses different mining ways to process the corresponding data, and describes the results from the perspective of the functions of data mining.

According to the data mining techniques, the petrophysical data are applied to find the relations and forecast reservoirs; the logging data will be employed to evaluate the fuzzy reservoirs and recognize the effective reservoirs in complicated geological conditions; the space mining results of the 3D seismic data; the charts and text mining results of the geological data. The oil and natural gas data mining in the exploration adopts the methods of data analysis and the corresponding mathematical model to process the exploration data, and get the potential information. It has realized the purpose that the data guide exploration and given the concept of data exploration.

 

Keywords:

data mining; petrophysical data; logging data; seismic data; geological data; data exploration;
Bayesian-Inference-Based Recommendation in Online Social Networks

مقاله ترجمه شده

کد پروژه: 1519

موضوع: وب معنایی

شامل: فایل Word ترجمه

Bayesian-Inference-Based Recommendation in Online Social Networks

Address: ieeexplore

EndNote
X. Yang, et al., "Bayesian-Inference-Based Recommendation in Online Social Networks," Parallel and Distributed Systems, IEEE Transactions on, vol. 24, pp. 642-651, 2013.
Abstract

In this paper, we propose a Bayesian-inference-based recommendation system for online social networks. In our system, users share their content ratings with friends. The rating similarity between a pair of friends is measured by a set of conditional probabilities derived from their mutual rating history. A user propagates a content rating query along the social network to his direct and indirect friends. Based on the query responses, a Bayesian network is constructed to infer the rating of the querying user. We develop distributed protocols that can be easily implemented in online social networks. We further propose to use Prior distribution to cope with cold start and rating sparseness. The proposed algorithm is evaluated using two different online rating data sets of real users. We show that the proposed Bayesian-inference-based recommendation is better than the existing trust-based recommendations and is comparable to Collaborative Filtering (CF) recommendation. It allows the flexible tradeoffs between recommendation quality and recommendation quantity. We further show that informative Prior distribution is indeed helpful to overcome cold start and rating sparseness.

Keywords

belief networks; inference mechanisms; query processing;recommender systems; social networking (online)

 

سفارش پروژه
موضوعات مرتبط: مقالات ترجمه شده
برچسب‌ها: شبکه اجتماعی, داده کاوی, وب معنایی, سیستم خبره
منتشر شده در تاریخ سه شنبه ششم اسفند ۱۳۹۲ توسط ADMIN
1038. Development of Monocular Vision System for Depth Estimation in Mobile Robot – Robot Soccer

مقاله ترجمه شده

کد پروژه:1038

 
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
موضوع:رباتیک - روبات فوتبالیست

 

شامل:مقاله اصلی + فایل Word ترجمه و PowerPoint ارائه

 

عنوان مقاله:

Development of Monocular Vision System for Depth Estimation in Mobile Robot – Robot Soccer

توسعه سیستم بینایی یک چشم (Monocular) برای برآورد عمق در ربات متحرک - ربات فوتبالیست

Address: ieeexplore

 

EndNote

 

M. Wahab, et al., "Development of monocular vision system for depth estimation in mobile robot—Robot soccer," in Sustainable Utilization and Development in Engineering and Technology (STUDENT), 2011 IEEE Conference on, 2011, pp. 36-41.

 
Abstract

 

Vision system could enhance the mobile robot applications and features. However, the vision system could also improve the overall system of mobile robot so as to contain higher complexity with the purpose to be reliable, effective, robust and fast enough to achieve their goals. This paper will present a simple yet reliable monocular vision system in the mobile robot to increase their capabilities in depth estimation. By comparing few methods for circle detection such as Hough Transform (HT), Fast-Finding-and-Fitting (FFF) and background subtraction algorithm, the object of interest can be detected thus diameter will be calculated and finally estimated depth is obtained. This paper also will show the trick on how to solve the depth estimation if the object being too close to the camera. The relationship between distance and diameter is calculated by formula that is derived from calibration data.

 

Keywords

 

Hough transforms; mobile robots; object detection; robot vision

 

چکیده

 

سیستم بینایی می تواند برنامه های کاربردی و ویژگی های ربات را بهبود بخشد.با این حال، سیستم بینایی نیز می تواند کل سیستم رباتهای متحرک به طوری که شامل پیشرفت و پیچیدگی بالاتر با هدف قابل اعتماد، موثر، قوی و به اندازه کافی سریع برای رسیدن به اهداف خود را بهبود بخشد.این مقاله یک سیستم ساده و در عین حال قابل اعتماد در سیستم بینایی یک چشمMonocular رباتهای متحرک برای افزایش قابلیت های آنها در برآورد عمق ارائهمی دهد. با مقایسه چند روش برای تشخیص دایره مانند تبدیل هاف Hough Transform (HT)، پیدا کردن سریع و مناسب Fast-Finding-and-Fitting (FFF) و الگوریتم تفاضل پس زمینهbackground subtraction algorithm ، می توان به این ترتیب شی مورد نظر را شناسایی و قطر را محاسبه کرد و در نهایت عمق به دست آمده تخمین زده می شود. این مقاله همچنین روشی در مورد چگونگی حل برآورد عمق اگر شیئی بیش از حد نزدیک به دوربین باشد را نشان می دهد. رابطه بین فاصله و قطر با استفاده از فرمولی که از داده های کالیبراسیون مشتق شده است محاسبه می شود.

 09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com

کلمات کلیدی

 

:ربات های متحرک mobile robot، تبدیل هاف Hough Transform (HT)، پیدا کردن سریع و مناسب Fast-Finding-and-Fitting (FFF)، الگوریتم تفاضل پس زمینه  background subtraction algorithm، فاصلهdistance ، قطر diameter

سفارش پروژه
موضوعات مرتبط: مقالات ترجمه شده
برچسب‌ها: رباتیک, ربات فوتبالیست
منتشر شده در تاریخ دوشنبه پنجم اسفند ۱۳۹۲ توسط ADMIN
1036. A Bi-level Programming Model for Network Traffic Surveillance of Optimal Camera Location

مقاله ترجمه شده

 

کد پروژه:1036

 

 

 

موضوع: کنترل بهینه

 

 

 

شامل:مقاله اصلی + فایل Word ترجمه و PowerPoint ارائه

 

 

 

عنوان مقاله:

 


A Bi-level Programming Model for Network Traffic Surveillance of Optimal Camera Location

 09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com


EndNote

 

X.-S. Lu, et al., "A Bi-level Programming Model for Network Traffic Surveillance of Optimal Camera Location," in Computational Sciences and Optimization (CSO), 2011 Fourth International Joint Conference on, 2011, pp. 1035-1039.

 
Abstract

 

Cameras enable synthesis of disaggregated vehicle information from multiple locations. This paper addresses the problem of how to determine the optimal locations of cameras for best traffic surveillance in urban road networks. All users are divided into multiple classes according to their own acceptance degree of camera monitoring (ADOCM). A bi-level programming model for camera location problem (CLP) is introduced. The objective of upper level problem is to maximize the total observed traffic flow from the viewpoint of network planners. The lower level problem is to depict the logit-based stochastic route choice behavior of users. The method of successive averages (MSA) and Frank Wolfe algorithm are employed to solve the problem. Numerical examples show the managerial insight that the behavior against camera monitoring has brought considerable loss to network traffic surveillance.

 

Keywords

 

bi-level programming; camera location; traffic surveillance; multiclass; stochastic user equilibrium

 

چکیده

 

دوربین های دیجیتال قادر به سنتز تفکیکاطلاعات خودرو از مکان های مختلف هستند.این مقاله، در مورد مشکل چگونگی تعیین محل بهینه  دوربین برای نظارت ترافیک در شبکه جاده های شهری است. همه کاربران به کلاس های متعدد با توجه به درجه پذیرش از نظارت دوربین (ADOCM) تقسیم شده اند. مدل دو سطحی برنامه نویسی برای مشکل محل دوربین (CLP) معرفی شده است.هدف از مسئله سطح بالایی، به حداکثر رساندن مشاهده جریان ترافیک  کل از نظر برنامه ریزان شبکه است. و مسئله سطح پایین تر به تصویر کشیدن مبتنی بر لگاریتم از انتخاب مسیر تصادفی کاربران است.  روش میانگین های متوالی (MSA) و الگوریتم فرانک ولف برای حل این مسئله به کار رفته است.نمونه های عددی نشان می دهد، بینش مدیریتی دوربین های نظارت که رفتار در برابر دوربین های نظارت بر از دست دادن قابل توجه به نظارت ترافیک شبکه به ارمغان آورد.

 

 

 

سفارش پروژه
 
موضوعات مرتبط: مقالات ترجمه شده
برچسب‌ها: کنترل بهینه, ترافیک شبکه, Network Traffic, Optimal Camera Location
منتشر شده در تاریخ دوشنبه پنجم اسفند ۱۳۹۲ توسط ADMIN
1035. A study of model reference adaptive control for variable-pressure pump

مقاله ترجمه شده

کد پروژه: 1035
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
موضوع: کنترل تطبیقی

شامل: فایل Word ترجمه و PowerPoint ارائه

عنوان مقاله:
A study of model reference adaptive control for variable-pressure pump

مطالعه کنترل تطبیقی مدل مرجع برای پمپ فشار متغیر

 

Address: ieeexplore

EndNote

X. Song, et al., "A study of model reference adaptive control for variable-pressure pump," in Electronic and Mechanical Engineering and Information Technology (EMEIT), 2011 International Conference on, 2011, pp. 2825-2828.
Abstract

Variable-pressure pump can greatly improve the work efficiency of hydraulic actuator in missile by adaptively adjusting its output pressure and flux. In this study a model reference adaptive control with sliding mode variable structure is proposed, based on the fact that the variable-pressure pump has a large parameter perturbation, large load fluctuation and quick dynamic response. The computer simulation was performed and the simulated results show that the proposed scheme can provide higher dynamic performance and better robustness.

Keywords
dynamic response; hydraulic actuators; missile control; model reference adaptive control systems; perturbation techniques; pumps; variable structure systems
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
خلاصه
 تا حد زیادی می تواند بهره وری کار محرک های هیدرولیکی در موشک را توسطتنظیم تطبیقی adaptively فشار خروجی و شار آن بهبود بخشد. در این مطالعه پیشنهاد بر یک مدل کنترل انطباقی مرجع با ساختار متغیر حالت کشویی است، براساس این واقعیت که پمپ  فشار متغیر اغتشاش پارامتر بزرگ، نوسانات بار بزرگ و پاسخ دینامیک سریع دارد. شبیه سازی های کامپیوتری انجام شد و نتایج شبیه سازی نشان می دهد که طرح پیشنهادی می تواند عملکرد دینامیک بالاتر و رباسنس بهتر فراهم است.

قالات شبیه سازی شده

قالات شبیه سازی شده

برای مشاهده مشخصات مقالات روی آنها کلیک کنید.

 

برق

 09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com

Analysis, control, synchronization, and circuit design of a novel chaotic system

 

The Bidirectional Coupled Synchronization of Chaotic System Using Finite-time Control

 
Nonlinear feedback synchronization control of a new four-dimensional hyperchaotic Chen system with disturbances
 
A Bi-level Programming Model for Network Traffic Surveillance of Optimal Camera Location
 

Image Encryption using Block Based Uniform Scrambling and Chaotic Logistic Mapping

 

A Novel Image Encryption Algorithm Based on High-dimensional Compound Chaotic Systems
 

An iterative learning control of Robot Manipulators

 

Optimal Control with Fuzzy state space Modeling using Riccati Equation
 

Modelling and Simulation for Optimal Control of Nonlinear Inverted Pendulum Dynamical System Using PID Controller and LQR

 

Temperature prediction based on fuzzy clustering and fuzzy rules interpolation techniques

 

Fuzzy Logic Based Image Edge Detection Algorithm in MATLAB
 

An Image Filter for Eliminating Impulse Noise Based on Type-2 Fuzzy Set

 
Impact of FACTS controllers on the stability of power systems connected with doubly fed induction generators

 
Reactive power management and voltage control of large Transmission System using SVC (Static VAR Compensator
 
 
ACTIVE AND REACTIVE POWER CONTROL AND QUALITY MANAGEMENT IN DG-GRID INTERFACED SYSTEMS
 
REACTIVE POWER CONTROL USING FC-TCR
 
A Fast and Efficient Genetic Algorithm to Solve 0-1 Knapsack Problem
 09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com

تشخیص خودکار مراحل خواب انسان با استفاده از جدول جستجوی فازی

 

شبیه سازی کنترلر فازی سیستم پاندول معکوس

 

شبیه سازی کنترلر فازی سیستم گوی و میله

 

شبیه سازی کنترلر فازی سیستم پاندول معکوس به همراه اغتشاش وبهبود پایداری سیستم

 

طراحی کنترل کننده بهینه LQR و LQG برای ژنراتور با 11 متغییر و 21 متغییر

 

طراحی کنترل کننده دیجیتال همراه با شبیه سازی در متلب MATLAB

 

حل معادلات مشتقات جزئی با نرم افزار MATLAB

 09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com

کامپیوتر

 

Enhanced Topic-based Vector Space Model for semantics-aware spam filtering

 

Early Detection of Numerical Typing Errors Using Data Mining Techniques

 

A novel low-power full-adder cell with new technique in desining logical gate based on static cmos inverter

 

A high gain ,wide-band,fast setting amplifier with no-miller capacitor conpensation

 

آزمایش روشهای کلاسترینگKmeans, DBScan, OPTIC, EM  روی دیتاستهای UCI

 

اجرای 3 روش درختی روی دیتاست Letter recognization

 

طراحی و پیاده سازی دامنه های پویا در جهت دسترسی به منابع سیستم عامل با زبانC#

 

شبیه سازی OPTIMIZATION در پایگاه داده به زبان #C و SQL

 

بررسی و ارزیابی چند روش تشخیص جنسیت گوینده از روی گفتار

 09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com

برنامه نویسی Quich Sort با Open Mp  و Mpi
 

سنتز و شبیه سازیA Simple Computer: Organization and

پروژه و تحقیق

پروژه و تحقیق

برای مشاهده مشخصات پروژه ها روی آنها کلیک کنید.


برق و کامپیوتر


حل تمرین 10 صفحه 342 کتاب VLSI با نرم افزار LEdit و  PSpiceهمراه با فایل های شبیه سازی در دو نرم افزار LEdit و PSpice


آزمایش روشهای کلاسترینگKmeans, DBScan, OPTIC, EM  روی دیتاستهای UCI


کامل کردن درخت تصمیم Dicision Tree


حل 10 تمرین اول فصل هفتم کتاب شیکه های کامپیوتری پیشرفته نوشته دکتر یغمایی


تحقیق جامع شبکه های حسگر بیسیم WSN


تحقیق جامعی از مدل N – gram


سیستمهای کنترل گستردهDCS


امنیت در سیستم های  plc و شبکه های صنعتی

09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
کاهش مصرف انرژی از طریق خوشه بندی در شبکه های حسگر بی سیم


تحقیق به زبان انگلیسیA Study on Self-Timed Adders


تحقیق به زبان انگلیسیSquare Root And Squaring Algorithms


تحقیق به زبان انگلیسیSquare Root And Cube Root Algorithms:A survey


یک رویکرد هوشمند برای کنترل ازدحام در شبکه های Diffserv


تعیین اندازه گیت های مدار منطقی و تاخیر با استفاده از الگوریتم پرندگان و logical effort


نظارت بر ترافیک شبکه به کمک تئوری صف یا مانیتورینگ ترافیک شبکه بر مبنای تئوری صف
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com

تولید بردار آزمون به کمک الگوریتم ژنتیک برای مدارهای ترکیبی


تولید الگوریتم آزمون و شبیه سازی خطا برای حافظه هایی با دسترسی تصادفی


مدار تولید کننده بردارآزمون Scan Encoded برای مدارهای

جام تمرینات درسی رشته های برق و کامپیوتر

دانشگاه‌های تراز اول کشور بوده و در زمینه طراحی، شبیه‌سازی، مشاوره و انجام پروژه های دانشجویی آماده ارائه خدمت به دانشجویان گرامی و همکاری با شرکت‌های فنی و مهندسی می‌باشد.
مختصری از خدمات این گروه به شرح زیر است :
انجام تمرینات درسی رشته های برق و کامپیوتر
شبیه سازی مقالات ISI و IEEE و ELSEVIER و ...
انجام پروژه کارشناسی ارشد
انجام شبیه سازی با MATLAB
تدوین مقاله و گزارش کارآموزی و گزارش سمینار و پایان نامه
انجام پروژه های دانشجویی برق کنترل MATLAB
خدمات مشاوره و نگارش مقاله ، پایان نامه پروپوزال
جزوات کارشناسی ارشد
انجام پروژه های شبیه سازی مقالات

انجام ترجمه مقالات

09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com

قاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل ا

شنبه 5 اردیبهشت 1394 ساعت 01:13
A real-time learning control approach for nonlinear continuous-time system using recurrent neu

مقاله شبیه سازی شده

کد پروژه: 1055

موضوع:شبکه عصبی

شامل:مقاله اصلی + فایل شبیه سازی با نرم افزار متلبMatlab +گزارش کامل از خلاصه ای از مقاله و نتایج شبیه سازی

عنوان مقاله:

A real-time learning control approach for nonlinear continuous-time system using recurrent neural networks

آدرس:IEEE

خلاصه:

Abstract
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com

In this paper, a real-time iterative learning control (ILC) approach for a nonlinear continuous-time system using recurrent neural networks (RNNs) with time-varying weights is presented. Two RNNs are utilized in the ILC system. One is used to approximate the nonlinear system and another is used to mimic the desired system response. The ILC rule is obtained by combining the two RNNs to form a neural network control system. Also, a kind of iterative RNNs training algorithm is developed based on the two-dimensional (2-D) system theory. An RNN using the proposed 2-D training algorithm is able to approximate any trajectory to a very high degree of accuracy. Simulation results show that the proposed ILC approach is very efficient. The newly developed 2-D RNNs training algorithms provides a



پایان نامه کارشناسی  مهندسی برق- مخابرات

 

 

کدگذاری و مدولاسیون فریم کانال برای تولید نسل دوم سیستم پخش تلویزیون دیجیتالی زمینی (DVB-T2)

 

مخابرات و ارتباطات  سیار (موبایل) و شبکه GSM

 09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com
09367292276
azsoftir@gmail.com
azsoft.ir
09367292276
azsoftir@gmail.com

پایان نامه کارشناسی  مهندسی کامپیوتر

 

تحقیق جامعی از شبکه های حسگر بیسیم

 

شبیه سازی مسیریابی خودکار شبکه های توروس