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 Evolutionary Synthesis of Pattern Recognition Systems

دانلود کتاب سنتز تکاملی سیستم های تشخیص الگو

مشخصات کتاب

Evolutionary Synthesis of Pattern Recognition Systems

دسته بندی: الگوریتم ها و ساختارهای داده ها: شناخت الگو
ویرایش:  
نویسندگان: Bir Bhanu,  Yingqiang Lin,  Krzysztof Krawiec  
سری: Monographs in Computer Science 
ISBN (شابک) : 9780387212951, 0387212957 
ناشر: Springer 
سال نشر: 2005 
تعداد صفحات: 314 
زبان: English 
فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) 
حجم فایل: 15 مگابایت

قیمت کتاب (تومان) : 38,000

میانگین امتیاز به این کتاب :
تعداد امتیاز دهندگان : 14

در صورت تبدیل فایل کتاب Evolutionary Synthesis of Pattern Recognition Systems 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 سنتز تکاملی سیستم های 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 سنتز تکاملی سیستم های تشخیص الگو

محاسبات تکاملی به طور فزاینده ای برای بینایی کامپیوتری و تشخیص الگو اهمیت پیدا می کند و روشی سیستماتیک برای سنتز و تجزیه و تحلیل سیستم های تشخیص و تشخیص اشیا ارائه می دهد. گنجاندن \"یادگیری\" در سیستم‌های تشخیص این سیستم‌ها را قادر می‌سازد تا به طور خودکار ویژگی‌های جدید را در پرواز تولید کنند و زیرمجموعه خوبی از ویژگی‌ها را با توجه به نوع اشیاء و تصاویری که روی آنها اعمال می‌شوند، هوشمندانه انتخاب کنند. این تک‌نگاره منحصر به فرد تکنیک‌های محاسباتی تکاملی را بررسی می‌کند. - مانند برنامه ریزی ژنتیکی، برنامه ریزی ژنتیکی خطی، برنامه ریزی ژنتیکی تکاملی و الگوریتم های ژنتیک - برای خودکارسازی سنتز و تجزیه و تحلیل سیستم های تشخیص و تشخیص اشیا. این کتاب به چهار هدف دست می‌یابد: *کارایی برنامه‌ریزی ژنتیکی و برنامه‌ریزی ژنتیکی تکاملی را در سنتز عملگرهای ترکیبی مؤثر و ویژگی‌های ترکیبی از عملیات پردازش تصویر اولیه مستقل از دامنه و ویژگی‌های اولیه (اعم از ابتدایی و پیچیده) برای تشخیص و تشخیص اشیا نشان می‌دهد. متقاطع هوشمند، جهش هوشمند و یک تابع تناسب جدید بر اساس اصل حداقل طول توصیف (MDL) در طرحی برای بهبود کارایی برنامه ریزی ژنتیکی * یک تابع تناسب اندام مبتنی بر MDL جدید برای بهبود عملکرد الگوریتم ژنتیک در انتخاب ویژگی برای تشخیص و تشخیص اشیا پیشنهاد می کند. .*سیستم های تشخیص را با استفاده از برنامه ریزی ژنتیکی خطی هم تکاملی تطبیقی (LGP) در ارتباط با دید کامپیوتر عمومی و اپراتورهای پردازش تصویر ترکیب می کند. هدف از گنجاندن یادگیری در طراحی سیستم جلوگیری از فرآیند زمان بر تولید و انتخاب ویژگی و کاهش هزینه از ساختمان سیستم‌های تشخیص و تشخیص اشیا. محققان، متخصصان، مهندسان و دانشجویانی که در بینایی کامپیوتر، تشخیص الگو، تشخیص هدف، یادگیری ماشین، یادگیری تکاملی، پردازش تصویر، کشف دانش و داده‌کاوی، سایبرنتیک، رباتیک، اتوماسیون و روان‌شناسی کار می‌کنند، این را پیدا خواهند کرد. حجم به خوبی توسعه یافته و سازماندهی شده یک منبع ارزشمند است.

توضیحاتی درمورد کتاب به خارجی

Evolutionary computation is becoming increasingly important for computer vision and pattern recognition and provides a systematic way of synthesis and analysis of object detection and recognition systems. Incorporating "learning" into recognition systems will enable these systems to automatically generate new features on the fly and cleverly select a good subset of features according to the type of objects and images to which they are applied.This unique monograph investigates evolutionary computational techniques - such as genetic programming, linear genetic programming, coevolutionary genetic programming and genetic algorithms - to automate the synthesis and analysis of object detection and recognition systems. The book achieves four aims:*Shows the efficacy of genetic programming and coevolutionary genetic programming in synthesizing effective composite operators and composite features from domain-independent primitive image processing operations and primitive features (both elementary and complex) for object detection and recognition.*Integrates smart crossover, smart mutation and a new fitness function based on minimum description length (MDL) principle in a design to improve genetic programming's efficiency*Proposes a new MDL-based fitness function to improve the genetic algorithm's performance on feature selection for object detection and recognition.*Synthesizes recognition systems by using adaptive coevolutionary linear genetic programming (LGP) in conjunction with general computer vision and image processing operatorsThe purpose of incorporating learning into the system design is to avoid the time-consuming process of feature generation andselection and to reduce the cost of building object detection and recognition systems.Researchers, professionals, engineers, and students working in computer vision, pattern recognition, target recognition, machine learning, evolutionary learning, image processing, knowledge discovery and data mining, cybernetics, robotics, automation and psychology will find this well-developed and organized volume an invaluable resource.

فهرست مطالب

Introduction....Pages 1-9
Feature Synthesis for Object Detection....Pages 11-78
Mdl-Based Efficient Genetic Programming for Object Detection....Pages 79-119
Feature Selection for Object Detection....Pages 121-164
Evolutionary Feature Synthesis for Object Recognition....Pages 165-199
Linear Genetic Programming for Object Recognition....Pages 201-232
Applications of Linear Genetic Programming for Object Recognition....Pages 233-276
Summary and Future Work....Pages 277-281