شبیه سازی لنز مایکروویو شکل دهنده پرتو روتمن (Rotman Lens) در متلب

در این بخش پروژه شبیه سازی لنز مایکروویو شکل دهنده پرتو روتمن (Rotman Lens) در نرم افزار MATLAB را آماده کرده ایم. آنتن های لنز روتمن (Rotman Lens Antenna) یکی از لنزهای مایکروویوی می باشد که در طی چندین دهه گذشته، به صورت گسترده ای مورد استفاده قرار گرفته است. لنز مایکروویوی روتمن (Rotman Lens) که برای تغذیه آنتن های آرایه ای (Array Antennas)، جهت تولید شبکه های پرتویی، طراحی می گردد به دلیل ویژگی های منحصر به فرد و جذابی که دارد، به صورت پیوسته بر پیشرفت ها و کاربردهای آن اضافه شده است. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: شبیه سازی لنز مایکروویو شکل دهنده پرتو روتمن (Rotman Lens) در متلب

الگوریتم زنجیره مارکوف مونت کارلو (MCMC) برای داده کاوی در متلب

در این بخش پروژه پیاده سازی الگوریتم زنجیره مارکوف مونت کارلو برای داده کاوی را در نرم افزار MATLAB آماده کرده ایم. در علم آمار (Statistics)، روش‌ های زنجیره مارکف مونت کارلو (Markov chain Monte Carlo – MCMC) که شامل روش ‌های قدم زدن تصادفی مونت کارلو (Monte Carlo) است، دسته ای از الگوریتم ها هستند که کاربرد آنها در نمونه برداری از توزیع‌ های احتمال می باشد که مبنای آن ساختن یک زنجیره مارکف با ویژگی‌ های مناسب است. حالت زنجیره پس از طی مراحل بسیار زیادی، به عنوان نمونه ای از توزیع مناسب مورد استفاده قرار می گیرد. کیفیت این نمونه با توجه به افزایش تعداد مراحل، افزایش پیدا می کند. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: الگوریتم زنجیره مارکوف مونت کارلو (MCMC) برای داده کاوی در متلب

بررسی اثر صفر نامینیمم فاز در سیستم رگولاتور خود تنظیم (STR) با متلب

در این بخش پروژه بررسی اثر صفر نامینیمم فاز در سیستم رگولاتور خود تنظیم (Self-Tuning Regulators – STR) را با نرم افزار MATLAB آماده کرده ایم. در این پروژه یکی از صفرهای سیستم به خارج از دایره واحد انتقال یافته ولی الگوریتم این روش با توجه به این که در آن، حذف صفر و قطب انجام نمی شود، تغییر نمی کند. همان طور که از نتایج شبیه سازی با نرم افزار MATLAB مشاهده می شود، صفر نامینیمم فاز بر روی پاسخ سیستم اثر مناسبی دارد. همچنین از مقدار فروجهش اولیه سیستم کاسته شده و ردیابی ورودی مرجع (Track Reference Input) به صورت مطلوب و قابل قبولی انجام شده است. ولی صفر نامینیمم فاز بر روی سیگنال کنترلی اثر نا مناسبی داشته و باعث ایجاد نوساناتی برای سیگنال کنترلی شده است. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: بررسی اثر صفر نامینیمم فاز در سیستم رگولاتور خود تنظیم (STR) با متلب

رگولاتور خود تنظیم غیر مستقیم (Indirect STR) بدون حذف صفر و قطب در متلب

در این بخش پروژه رگولاتور خود تنظیم غیر مستقیم (Indirect STR) بدون حذف صفر و قطب را با نرم افزار متلب آماده کرده ایم. با ترکیب تخمین گر حداقل مربعات بازگشتی (Recursive Least-Squares – RLS) با روش جایابی قطب حداقل درجه (Minimum Degree Pole Placement – MDPP)، رگولاتور خود تنظیم (Self-Tuning Regulators – STR) ایجاد می گردد. در این روش کنترلی، در هر باری که تکرار صورت می گیرد، الگوریتم شناساگر اقدام به شناسایی پارامترهای فرایند می کند. همچنین معادله دیوفانتین (Diophantine Equations) بر اساس پارامترهایی که تا آن لحظه تخمین زده شده حل می شود. طبق این روال، در هر مرحله وقتی که پارامترها به مقادیر واقعی خود همگرا می شوند، پارامترهای کنترل کننده نیز به روز رسانی شده و با تولید کردن سیگنال کنترل بر اساس قانون کنترلی، اقدام به کنترل فرایند می کنند. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: رگولاتور خود تنظیم غیر مستقیم (Indirect STR) بدون حذف صفر و قطب در متلب

تخمین نسبت سیگنال به نویز در سیستم MIMO-OFDM با نرم افزار متلب

در این بخش پروژه تخمین نسبت سیگنال به نویز در سیستم MIMO-OFDM با نرم افزار MATLAB آماده کرده ایم. نسبت سیگنال به نویز (S/N یا SNR) معیاری در علوم مهندسی جهت مقایسه میزان سیگنال مطلوب به میزان نویز موجود در سیستم می باشد. این شاخص اغلب با نسبت توان سیگنال به توان نویز تعریف می گردد و با واحد دسیبل (db) بیان می شود. این نسبت هر چقدر بالاتر از ۱:۱ (بزرگتر از ۰db) باشد یعنی میزان سیگنال بیشتر از نویز بوده و به عبارت دیگر  این شاخص هرچه بالاتر و بیشتر باشد بهتر بوده و نشان دهنده سیگنال مفید بیشتری می باشد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: تخمین نسبت سیگنال به نویز در سیستم MIMO-OFDM با نرم افزار متلب

راه حل غیر واکنشی غیر استروئیدی راکتور همزن دار با معادله دیفرانسیل معمولی (ODE) در متلب

در این بخش پروژه راه حل غیر واکنشی غیر استروئیدی راکتور همزن دار (CSTR) با معادله دیفرانسیل معمولی (ODE) در نرم افزار MATLAB به همراه کامنت گذاری کد آماده کرده ایم. در مباحث ریاضیات، معادله دیفرانسیل معمولی (Ordinary Differential Equations – ODE) به معادله ‌ای گفته می ‌شود که در آن تابعی، فقط از یک متغیر مستقل و مشتقات آن تابع نقش داشته باشند. معادلات دیفرانسیل (Differential Equations)، مشتقات جزئی دو یا چند متغیر را نیز شامل می شود. معادلات دیفرانسیل معمولی (ODE) به دو بخش خطی و غیرخطی دسته بندی می ‌شوند. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: راه حل غیر واکنشی غیر استروئیدی راکتور همزن دار با معادله دیفرانسیل معمولی (ODE) در متلب

ردیابی ورودی مرجع در جایابی قطب با حداقل درجه (MDPP) بدون حذف صفر با متلب

در این بخش پروژه ردیابی ورودی مرجع در جایابی قطب با حداقل درجه (MDPP) بدون حذف صفر با نرم افزار MATLAB آماده کرده ایم. در جایابی قطب با حداقل درجه (Minimum Degree Pole Placement – MDPP) بدون حذف صفر، نوسانی در سیگنال کنترلی سیستم مشاهده نمی گردد. همچنین به دلیل حذف صفر فرایند جایابی قطب با حداقل درجه (MDPP)، نوسان یا پدیده Ringing در سیگنال کنترل ایجاد می شود. این پدیده اثر منفی بر روی محرک ها (جنبه منفی عملی) دارد که یک عیب محسوب می شود. هر چقدر صفر فرایند به دایره واحد نزدیک و حذف شود، پدیده نوسان (Ringing) تشدید خواهد شد که در این فرایند شبیه سازی، به این شکل نمی باشد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: ردیابی ورودی مرجع در جایابی قطب با حداقل درجه (MDPP) بدون حذف صفر با متلب

الگوریتم گرگ خاکستری افزوده (AGWO) برای سیستم تبدیل انرژی بادی در متلب

در این بخش پروژه استفاده از الگوریتم گرگ خاکستری افزوده (AGWO) برای سیستم های تبدیل انرژی بادی مبتنی بر ژنراتور سنکرون مغناطیس دائم (PMSG) متصل به شبکه را با نرم افزار MATLAB آماده کردیم که بر اساس مقاله Augmented Grey Wolf Optimizer for Grid-connected PMSG-based Wind Energy Conversion Systems انجام شده است. الگوریتم بهینه سازی گرگ خاکستری (Grey Wolf Optimizer – GWO) یک الگوریتم فرا ابتکاری می باشد که از ساختار سلسله مراتبی و رفتار اجتماعی گرگ ها در زمان شکار الهام گرفته است. الگوریتم GWO مبتنی بر جمعیت بوده و فرایند تنظیمات ساده ای دارد و به سادگی قابلیت تعمیم به مسائل با ابعاد بزرگ را دارد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: الگوریتم گرگ خاکستری افزوده (AGWO) برای سیستم تبدیل انرژی بادی در متلب

راه حل غیر واکنشی غیر استروئیدی راکتور همزن دار با روش اویلر (Euler Method) در متلب

در این بخش پروژه راه حل غیر واکنشی غیر استروئیدی راکتور همزن دار (CSTR) با روش اویلر (Euler Method) در نرم افزار MATLAB به همراه کامنت گذاری کد آماده کرده ایم. معادلات دیفرانسیل (Differential Equation) معمولی در اغلب زمینه ‌های علمی کاربرد دارند که از بین آنها می ‌توان به فیزیک، شیمی، بیولوژی و اقتصاد، اشاره کرد. همچنین برخی از روش ‌هایی که جهت حل معادلات دیفرانسیل جزئی استفاده می شود، ابتدا معادله مورد نظر را به معادله دیفرانسیل معمولی تبدیل کرده و بعد روش‌ های موجود به منظور حل این دسته از مسایل را مورد استفاده قرار می دهند. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: راه حل غیر واکنشی غیر استروئیدی راکتور همزن دار با روش اویلر (Euler Method) در متلب

توزیع دما در حلقه فین با روش پرتابی خطی (Shooting Method) در متلب

در این بخش پروژه توزیع دما در حلقه فین با روش پرتابی خطی (Shooting Method) در نرم افزار MATLAB به همراه کامنت گذاری کدها آماده کرده ایم. با توجه به افزایش مساحت سطحی که جابجایی در آن رخ می دهد، آهنگ انتقال گرما بیشتر می شود. این عمل به وسیله فین یا پره هایی که از دیواره به داخل سیال اطراف گسترش یافته اند، صورت می گیرد. از کاربرد های فین یا پره می توان به موارد زیر اشاره نمود: خنک کنِ بدنه موتور در موتورسیکلت و یا فین های خنک کنِ در ترانسفورماتورهای برق و همچنین لوله های پره داری که به منظور تقویت تبادل گرما در میان هوا و سیال عامل دستگاه تهویه استفاده می شود. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: توزیع دما در حلقه فین با روش پرتابی خطی (Shooting Method) در متلب

شبیه سازی برج تقطیر متانول با کنترل کننده PID در نرم افزار متلب

در این بخش پروژه شبیه سازی برج تقطیر متانول با کنترل کننده PID را با نرم افزار MATLAB آماده کرده ایم. برج تقطیر (Distillation Column) یکی از اصلی ترین و مهمترین بخش های فرایند تقطیر آزمایشگاهی و صنعتی می باشد. نوع صنعتی برج تقطیر یا ستون تقطیر در ابعاد مختلف ساخته شده و در صنایعی مانند نفت و پتروشیمی به منظور جداسازی هیدروکربن ‌ها از یکدیگر مورد استفاده قرار می گیرد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: شبیه سازی برج تقطیر متانول با کنترل کننده PID در نرم افزار متلب

زمان بندی سیستم کنترل مبتنی بر شبکه (NBCS) در نرم افزار متلب

در این بخش پروژه زمان بندی سیستم کنترل مبتنی بر شبکه (NBCS) را در نرم افزار MATLAB آماده کرده ایم که بر اساس مقاله A Scheduling Method for Network-Based Control Systems انجام شده است. این مقاله یک روش زمان بندی برای سیستم های کنترل مبتنی بر شبکه (NBCS) با سه نوع داده (داده های دوره ای، داده های پراکنده و پیام ها) ارائه می دهد. به عنوان پارامتر اساسی برای روش زمان بندی برای سیستم های کنترل مبتنی بر شبکه، محدودیت حداکثر مجاز استفاده می شود که ثبات سیستم های کنترل مبتنی بر شبکه را تضمین می کند و از خصوصیات نیروگاه (Plant) داده شده با استفاده از قضیه های ارائه شده حاصل می شود. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: زمان بندی سیستم کنترل مبتنی بر شبکه (NBCS) در نرم افزار متلب

شبیه سازی تفاوت قانون تابش حرارتی با قانون پلانک در نرم افزار متلب

در این بخش پروژه شبیه سازی تفاوت قانون تابش حرارتی با قانون پلانک در نرم افزار MATLAB به همراه کامنت گذاری کدها و فیلم نحوه اجرا آماده کرده ایم. در بحث انتقال گرما، قانون تابش حرارتی (law thermal radiation) ، به طول موج ویژه انتشار و همچنین جذب تابش از طریق یک جسم مادی در تعادل ترمودینامیکی(Thermodynamic)، از مانند تعادل تبادل تابش، اشاره می کند. یک جسم در دمای T انرژی را به صورت انرژی الکترومغناطیسی منتشر می سازد. یک جسم سیاه کامل در تعادل ترمودینامیکی (Thermodynamic)، نسبت همه نور هایی که به سوی آن تابش می کند، به خود جذب کرده و انرژی را بر اساس یک قانون منحصر به فرد توان انتشار تابشی برای دمای T ، به همه اجسام سیاه کامل منتشر می سازد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: شبیه سازی تفاوت قانون تابش حرارتی با قانون پلانک در نرم افزار متلب

آموزش تجزیه و تحلیل داده های آماری با نرم افزار MATLAB

در این بخش فیلم آموزش تجزیه و تحلیل داده های آماری با نرم افزار MATLAB را به زبان انگلیسی آماده کرده ایم که در قالب ۸ بخش و ۴۳ قسمت در مدت ۳ ساعت و ۱۵ دقیقه با کیفیت بالا ارائه شده است. این آموزش محصولی از سایت Lynda بوده و مدرس آن نیز Curt Frye می باشد. در این دوره آموزشی شما با نحوه تجزیه و تحلیل داده های آماری به کمک یکی از قوی ترین و معروف ترین نرم افزار های آماری یعنی نرم افزار MATLAB آشنا می شوید. نرم افزار آماری متلب که در این دوره از نسخه ۲۰۱۸ آن استفاده می شود، ابزاری مناسب و مفید جهت انجام محاسبات پیچیده می باشد که به کاربر اجازه می دهد تا محاسبات و تجزیه و تحلیل ها در ماتریس ها صورت گیرد. جهت مشاهده فیلم بر روی لینک زیر کلیک نمایید.

 

 

لینک: آموزش تجزیه و تحلیل داده های آماری با نرم افزار MATLAB

شبیه سازی تابش جسم سیاه با قانون پلانک (Planck) در نرم افزار متلب

در این بخش پروژه شبیه سازی تابش جسم سیاه با قانون پلانک (Planck) در نرم افزار MATLAB آماده کرده ایم. در بحش فیزیک، جسم سیاه جسمی می باشد که تمامی نوری را که به آن تابش می کند را جذب خود می نمائید. هیچ نوع تابش الکترومغناطیسی از جسم سیاه باز نمی ‌تابد و یا نمی ‌گذرد. از این رو، این جسم زمانی که سرد باشد سیاه دیده می شود. یک جسم تو خالی که فقط سوراخ کوچکی به جهت ورود یا خروج تابش دارد، تقریب مناسبی برای جسم سیاه ایده‌ آل می باشد. تابشی که از راه این سوراخ کوچک وارد ظرف شده باشد، آن تابش احتمال بازتابیدن بسیار کمی خواهد داشد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: شبیه سازی تابش جسم سیاه با قانون پلانک (Planck) در نرم افزار متلب

توزیع دما در حلقه فین با مشخصات هیپربولیک (Hyperbolic) در متلب

در این بخش پروژه توزیع دما در حلقه فین با مشخصات هیپربولیک (Hyperbolic) در نرم افزار MATLAB به همراه کامنت گذاری کدها آماده کرده ایم. با افزایش مساحت سطحی که جابجایی بر آن روی می دهد، آهنگ انتقال گرما افزایش می یابد. این کار به وسیله پره هایی که از دیواره به داخل سیال اطراف گسترش یافته، صورت می گیرد. چند کاربرد پره ها عبارتند از: پره های خنک کنِ بدنه موتور در موتورسیکلت و یا پره های خنک کنِ در ترانسفورماتورهای برق و همینطور لوله های پره داری که جهت تقویت تبادل گرما بین هوا و سیال عامل دستگاه تهویه به کار می رود. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: توزیع دما در حلقه فین با مشخصات هیپربولیک (Hyperbolic) در متلب

تشخیص و طبقه بندی تومور مغزی خوش خیم و بدخیم با الگوریتم PCA و SVM در متلب

در این بخش پروژه تشخیص و طبقه بندی تومور مغزی خوش خیم و بدخیم تصاویر MRI با الگوریتم PCA و SVM در نرم افزار MATLAB به همراه کامنت گذاری کدها و فیلم نحوه اجرا آماده کرده ایم. در این پروژه پردازش تصاویر پزشکی، از الگوریتم تحلیل مولفه اصلی (PCA) برای استخراج ویژگی و الگوریتم ماشین بردار پشتیبان (SVM) برای طبقه بندی همراه با یک سری معیار های ارزیابی استفاده می شود. طبقه بندی تصاویر پزشکی یک تکنیک و الگوی تشخیصی است که تصاویر مختلف را بر مبنای برخی اندازه گیری های متشابه در دسته های مختلف گروه بندی می کند. یکی از کاربردهای مهم دسته بندی، شناسایی نوع تومور در عکس های غیر نرمال تصویرسازی تشدید مغناطیسی (Magnetic Resonance Imaging – MRI) مغزی می باشد. تکنیک های متداول شناسایی تومور بر مبنای مشاهده انسانی است که درصد خطای بالایی دارد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: تشخیص و طبقه بندی تومور مغزی خوش خیم و بدخیم با الگوریتم PCA و SVM در متلب

تشخیص و طبقه بندی تومور مغزی خوش خیم و بدخیم با الگوریتم PCA و SVM در متلب

در این بخش پروژه تشخیص و طبقه بندی تومور مغزی خوش خیم و بدخیم تصاویر MRI با الگوریتم PCA و SVM در نرم افزار MATLAB به همراه کامنت گذاری کدها و فیلم نحوه اجرا آماده کرده ایم. در این پروژه پردازش تصاویر پزشکی، از الگوریتم تحلیل مولفه اصلی (PCA) برای استخراج ویژگی و الگوریتم ماشین بردار پشتیبان (SVM) برای طبقه بندی همراه با یک سری معیار های ارزیابی استفاده می شود. طبقه بندی تصاویر پزشکی یک تکنیک و الگوی تشخیصی است که تصاویر مختلف را بر مبنای برخی اندازه گیری های متشابه در دسته های مختلف گروه بندی می کند. یکی از کاربردهای مهم دسته بندی، شناسایی نوع تومور در عکس های غیر نرمال تصویرسازی تشدید مغناطیسی (Magnetic Resonance Imaging – MRI) مغزی می باشد. تکنیک های متداول شناسایی تومور بر مبنای مشاهده انسانی است که درصد خطای بالایی دارد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: تشخیص و طبقه بندی تومور مغزی خوش خیم و بدخیم با الگوریتم PCA و SVM در متلب

جداسازی سنگ ها و شن و ماسه از یکدیگر در تصاویر با الگوریتم خوشه بندی FCM در متلب

در این بخش پروژه جداسازی سنگ ها و شن و ماسه از یکدیگر در تصاویر با الگوریتم خوشه بندی FCM را در نرم افزار MATLAB به همراه توضیح کدها و فیلم نحوه اجرا آماده کردیم. در این پروژه الگوریتم خوشه بندی FCM یا الگوریتم خوشه بندی C میانگین فازی (Fuzzy C-means Clustering) برای جداسازی سنگ ها و شن و ماسه از یکدیگر در تصاویر مورد استفاده قرار گرفته که بخش های مهم کدها نیز به زبان فارسی تشریح شده است. همانطور که در تصاویر زیر مشاهده می شود، جداسازی سنگ ها و شن و ماسه ها از همدیگر انجام گرفته است. این جداسازی در سه سطح بر روی سنگ ها صورت گرفته و تعداد آنها نیز بر روی تصاویر نوشته می شود. البته در یکی از نتایج نسبت ابعاد یک سنگ یا ماسه به نسبت کل تصویر تعیین می گردد. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: جداسازی سنگ ها و شن و ماسه از یکدیگر در تصاویر با الگوریتم خوشه بندی FCM در متلب

الگوریتم اپریوری (Apriori) برای یافتن مجموعه اقلام مکرر در داده کاوی

در این بخش الگوریتم اپریوری (Apriori Algorithm) که یکی از روش ‌های پر کاربرد برای کاوش مجموعه اقلام مکرر و قواعد وابستگی (association rule mining) در بحث داده کاویاست را بررسی می کنیم. قبل از آغاز بحث اصلی، به توضیح مفهوم مجموعه اقلام مکرر (frequent itemset) و مجموعه اقلام کاندید (candidate itemset) می پردازیم.یک مجموعه اقلام مکرر (frequent itemset)، مجموعه اقلامی می باشد که پشتیبان آن بیشتر از حداقل پشتیبان تعریف شده از سوی کاربر باشد. یک مجموعه اقلام کاندید، مجموعه اقلام مکرر بالقوه است. جهت مشاهده الگوریتم و مشاهده آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: الگوریتم اپریوری (Apriori) برای یافتن مجموعه اقلام مکرر در داده کاوی

تشخیص و ردیابی شی متحرک در تصاویر با شبکه عصبی بازگشتی (RNN) در متلب

در این بخش پروژه تشخیص و ردیابی شی متحرک در تصاویر با شبکه عصبی بازگشتی (RNN) را با نرم افزار MATLAB به همراه کامنت گذاری مختصر کدها و فیلم نحوه اجرا آماده کردیم. شبکه ‌های عصبی بازگشتی (Recurrent Neural Network – RNN) در سال ۱۹۸۰ ایجاد شده است اما فقط در طی چند سال اخیر، در زمینه های مختلفی بسیار مورد استفاده قرار گرفته اند. از عمده دلیل به وجود آمدن چنین رخدادی، می توان به توسعه های انجام شده در طراحی شبکه های عصبی (Neural Networks) بطور عام و همچنین بهبود قابل توجه قدرت محاسباتی و بخصوص بهره وری از قدرت واحد های پردازش موازی (Parallel Computing) کارت های گرافیکی اشاره کرد. چنین شبکه های عصبی به صورت خاص به منظور پردازش داده های سری یا دنباله دار مفید و مناسب بوده و در آن ها هر نورون یا واحد پردازشی می تواند به حفظ حالت داخلی یا همان حافظه جهت حفظ اطلاعات مرتبط با ورودی قبلی بپردازد. این ویژگی به صورت ویژه در کاربرد های مختلف مرتبط با داده های سری اهمیت بسیاری پیدا می کند. جهت مشاهده تصاویر خروجی پروژه و دریافت آن بر روی لینک زیر کلیک نمایید.

 

 

لینک: تشخیص و ردیابی شی متحرک در تصاویر با شبکه عصبی بازگشتی (RNN) در متلب