دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
ویرایش:
نویسندگان: Stanimirovic. Ivan
سری:
ISBN (شابک) : 9781773615868, 1773615866
ناشر: Arcler Press
سال نشر: 2019
تعداد صفحات: 234
زبان: English
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود)
حجم فایل: 20 مگابایت
کلمات کلیدی مربوط به کتاب شبکه های عصبی کاربردی و محاسبات نرم: کتاب های الکترونیکی
در صورت تبدیل فایل کتاب Applied Neural Networks and Soft Computing 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 کاربردی و محاسبات نرم 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.
پوشش دادن؛ نیم صفحه عنوان؛ صفحه عنوان؛ صفحه حق چاپ درباره نویسنده؛ فهرست مطالب؛ فهرست ارقام؛ فهرست جداول؛ پیشگفتار؛ فصل 1 مقدمه؛ 1.1. تفاوت بین مغز و کامپیوتر. 1.2. شبکه های عصبی مصنوعی؛ 1.3. تعریف و خصوصیات; 1.4. مراحل پردازش؛ 1.5. آموزش یا یادگیری؛ فصل 2 کاربرد شبکه های عصبی هاپفیلد هوشمند برای تشخیص چهره. 2.1. روش ها و تکنیک های تشخیص چهره تصاویر دیجیتال. 2.2. تشخیص چهره با استفاده از شبکه های عصبی مصنوعی؛ 2.3. تکنیک های استخراج ویژگی؛ 2.4. الگو شناسی
Cover; Half Title Page; Title page; Copyright Page; About the Author; Table of Contents; List of Figures; List of Tables; Preface; Chapter 1 Introduction; 1.1. Differences Between The Brain and A Computer; 1.2. Artificial Neural Networks; 1.3. Definition and Characteristics; 1.4. Processing Stages; 1.5. Training or Learning; Chapter 2 Application of an Intelligent Hopfield Neural Networks For Face Recognition; 2.1. Methods And Techniques In Face Recognition Of Digital Images; 2.2. Face Recognition Using Artificial Neural Networks; 2.3. Feature Extraction Techniques; 2.4. Pattern Recognition
Cover
Half Title Page
Title page
Copyright Page
About the Author
Table of Contents
List of Figures
List of Tables
Preface
Chapter 1 Introduction
1.1. Differences Between The Brain and A Computer
1.2. Artificial Neural Networks
1.3. Definition and Characteristics
1.4. Processing Stages
1.5. Training or Learning
Chapter 2 Application of an Intelligent Hopfield Neural Networks For Face Recognition
2.1. Methods And Techniques In Face Recognition Of Digital Images
2.2. Face Recognition Using Artificial Neural Networks
2.3. Feature Extraction Techniques
2.4. Pattern Recognition 2.5. Association and Classification2.6. Natural Language Processing
2.7. Network Layer: Perceptron, Adaline, And Madaline
2.8. Backpropagation
2.9. Validation
Chapter 3 Artificial Neural Networks
3.1. Introduction
3.2. Analogy With The Brain
3.3. Neural Networks
3.4. Network Operation
3.5. Operation of The Layers
3.6. What Makes The Different Neurocomputation
3.7. Pattern Recognition
3.8. Power Synthesis
3.9. Frank Rosenblatt\'s Perceptron
3.10. Backpropagation
Chapter 4 Neural Networks Applied to the Analysis of Images
4.1. Introduction To Patterns In Image Recognition 4.2. Digital Images4.3. Applying Neural Networks
Chapter 5 Image Analysis System
5.1. System Structure
5.2. Analysis of The Image
5.3. Architecture
5.4. Image Processing
5.5. Training Process
Chapter 6 Design and Construction of A System For Detecting Electromyographic Signals Using Neural Networks
6.1. Electrodes
6.2. Electromyography
6.3. Electronic Fundamentals
6.4. The Electromyograph
6.5. Design And Construction Of The Prototype For The Acquisition of Electromyographic Signals With Bipolar Source
Chapter 7 Conclusions
Bibliography
Index