یک روش طبقهبندی جدید بر اساس تکنیک شبکه عصبی مصنوعی-پرسپترون چندلایه برای تشخیص بیماری مزمن کلیه
تشخیص بیماری ها با استفاده از روش های یادگیری ماشین در سال های اخیر محققان زیادی را در این حوزه به خود جلب نموده است و معمولا عملکرد بهتری را نیز از خود نشان داده
انتخاب ویژگی های مهم در طراحی یک مدل تشخیص نفوذ در شبکه با استفاده از الگوریتم بهینه سازی شبکه عصبی(NNA)
چکیده افزایش روزافزون شبکههای کامپیوتری و استفاده زیاد از اینترنت در زمینههای مختلف، موجب شده است که روزانه حجم عظیمی از اطلاعات تولید شود. مدیریت و حفظ امنیت شبکه و نگهداری از این اطلاعات، مسالهای
انتخاب ویژگی با الگوریتم ژنتیک
تعریف مساله انتخاب ویژگی مساله انتخاب ویژگی(feature selection)، یکی از مسائل مهم و کاربردی در یادگیری ماشین است که در مرحله پیش پردازش از آن استفاده می گردد. برای آموزش مدل های طبقه بندی مانند
تشخیص اعداد دست نویس فارسی با استفاده از شبکه عصبی کانولوشن(CNN) در متلب
در این پست می توانید کد متلب تشخیص اعداد دست نویس فارسی با استفاده از شبکه عصبی کانولوشن(CNN) را دانلود نمایید.