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
دسته بندی: سایبرنتیک: هوش مصنوعی ویرایش: نویسندگان: Bir Bhanu, Yingqiang Lin, Krzysztof Krawiec سری: Monographs in Computer Science ISBN (شابک) : 0387244522 ناشر: Springer سال نشر: 2005 تعداد صفحات: 313 زبان: English فرمت فایل : DJVU (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 3 مگابایت
کلمات کلیدی مربوط به کتاب سنتز تکاملی سیستم های تشخیص الگو: علوم و مهندسی کامپیوتر، هوش مصنوعی، تشخیص الگو
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.
سیستمهای تشخیص الگو
محاسبات تکاملی برای بینایی کامپیوتری و تشخیص الگو اهمیت
فزایندهای پیدا میکند و روشی سیستماتیک برای ترکیب و تجزیه و
تحلیل سیستمهای تشخیص و تشخیص اشیا ارائه میدهد.
ادغام یادگیری در سیستمهای تشخیص این سیستمها را قادر میسازد
تا به طور خودکار جدید تولید کنند. ویژگیها در جریان هستند و
زیرمجموعه خوبی از ویژگیها را با توجه به نوع اشیا و تصاویری که
روی آنها اعمال میشوند، هوشمندانه انتخاب کنید.
این تکنگاره منحصربهفرد به بررسی تکنیکهای محاسباتی تکاملی
میپردازد - مانند برنامهریزی ژنتیک، برنامهریزی ژنتیکی خطی،
برنامهریزی ژنتیکی تکاملی و الگوریتمهای ژنتیک - برای
خودکارسازی سنتز و تجزیه و تحلیل سیستمهای تشخیص و تشخیص
اشیا.
هدف از گنجاندن یادگیری در طراحی سیستم، اجتناب از فرآیند زمانبر
تولید و انتخاب ویژگی و کاهش هزینههای ساخت است. سیستم های تشخیص
و تشخیص اشیا.
محققان، متخصصان، مهندسان و دانشجویانی که در بینایی کامپیوتر،
تشخیص الگو، تشخیص هدف، یادگیری ماشینی، یادگیری تکاملی، پردازش
تصویر، کشف دانش و داده کاوی، سایبرنتیک، روباتیک، اتوماسیون و
روانشناسی کار می کنند. این جلد به خوبی توسعه یافته و سازماندهی
شده را منبعی ارزشمند خواهد یافت.
Pattern Recognition Systems
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 purpose of incorporating learning into the system design is
to avoid the time-consuming process of feature generation and
selection 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.
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