آشنایی با مشخصات سیگنال مدوله شده FM
در مدولاسیون FM فرکانس حامل متناسب با تغییرات دامنه پیام، مطابق با شکل ارائه شده در سایت تغییر می کند. شکل موج مدوله شده FM در حوزه ی فرکانس، مانند شکل زیر است. موج مدوله شده ی FM نسبت به موج مدوله شدهی AM دارای فرکانس های کناری زیادتری است. بنابراین پهنای باند مدولاسیون FM از پهنای باند مدولاسیون AM پیشتر می شود.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در مدولاسیون FM فرکانس حامل متناسب با تغییرات دامنه پیام، مطابق با شکل ارائه شده در سایت تغییر می کند. شکل موج مدوله شده FM در حوزه ی فرکانس، مانند شکل زیر است. موج مدوله شده ی FM نسبت به موج مدوله شدهی AM دارای فرکانس های کناری زیادتری است. بنابراین پهنای باند مدولاسیون FM از پهنای باند مدولاسیون AM پیشتر می شود.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
آشنایی با فرستنده رادیویی AM
در این قسمت ابتدا به بررسی بلوک دیاگرام فرستنده رادیویی AM می پردازیم و پس از بیان وظایف هر بلوک، با برخی از مدارهای الکترونیکی فرستنده آشنا می شوید.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این قسمت ابتدا به بررسی بلوک دیاگرام فرستنده رادیویی AM می پردازیم و پس از بیان وظایف هر بلوک، با برخی از مدارهای الکترونیکی فرستنده آشنا می شوید.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
آشنایی با ویژگی های گیرنده های رادیویی
گیرنده های رادیویی ویژگی هایی دارند که از آنها برای تشخیص یک گیرنده ی رادیویی مرغوب از یک گیرنده رادیویی نامرغوب استفاده می شود. مهم ترین ویژگی های هر گیرندهی رادیویی انتخابگری، حساسیت، پایداری و وفاداری است. هر کدام از این ویژگی ها در طراحی یک گیرنده رادیویی نقش مهمی دارند.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
گیرنده های رادیویی ویژگی هایی دارند که از آنها برای تشخیص یک گیرنده ی رادیویی مرغوب از یک گیرنده رادیویی نامرغوب استفاده می شود. مهم ترین ویژگی های هر گیرندهی رادیویی انتخابگری، حساسیت، پایداری و وفاداری است. هر کدام از این ویژگی ها در طراحی یک گیرنده رادیویی نقش مهمی دارند.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
سمینار تشخیص سرطان سینه از تصاویر ترموگرافی
در این سمینار به ارزیابی روش های تشخیص سرطان سینه از روی تصاویر ماموگرافی و ترموگرافی پرداخته می شود. بیشتر روش های ارائه شده با استفاده از تکنیک های هوشمند و با تکیه بر مباحث مربوط به خوشه بندی تصاویر (نظیر خوشه بندی فازی، الگوریتم آب پخشان) و مباحث مربوط با تکنیک های طبقه بندی تصاویر (الگوریتم ماشین بردار پشتیبان یا SVM ، شبکه های عصبی فازی تطبیقی و میکرو کلسیفیکیشن ها) ارائه شده است.
به نظر می رسد تکنیک های مبتنی بر الگوریتم های خودکار ناحیه بندی و ساختارهای هایبرید طبقه بندی در به کار گیری الگوریتم های فرا ابتکاری نتایج بهتری را به دنبال داشته است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این سمینار به ارزیابی روش های تشخیص سرطان سینه از روی تصاویر ماموگرافی و ترموگرافی پرداخته می شود. بیشتر روش های ارائه شده با استفاده از تکنیک های هوشمند و با تکیه بر مباحث مربوط به خوشه بندی تصاویر (نظیر خوشه بندی فازی، الگوریتم آب پخشان) و مباحث مربوط با تکنیک های طبقه بندی تصاویر (الگوریتم ماشین بردار پشتیبان یا SVM ، شبکه های عصبی فازی تطبیقی و میکرو کلسیفیکیشن ها) ارائه شده است.
به نظر می رسد تکنیک های مبتنی بر الگوریتم های خودکار ناحیه بندی و ساختارهای هایبرید طبقه بندی در به کار گیری الگوریتم های فرا ابتکاری نتایج بهتری را به دنبال داشته است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
بررسی خواص مکانیکی فیبر نوری در محلول آبی CTAC با متلب
سنسورهای فیبر نوری بیشتر برای اندازه گیری درجا ترکیبات شیمیایی مختلف سورفکتانت های صنعتی مورد استفاده در صنعت به عنوان شوینده ها، عوامل امولسیون کننده و پخش کننده، پوشش ها و کمک های دارویی استفاده می شوند.
این حسگرهای نوری اغلب در محیط های شیمیایی مرطوب مورد استفاده قرار می گیرند که در آن دما می تواند بالا باشد. هدف ما در این پروژه بررسی رفتار مکانیکی فیبرهای نوری در تماس با ستیل-تری متیل آمونیوم کلرید در محلول آبی (CTAC) در مدت زمان غوطه وری و دما های مختلف است. نتایج تجزیه و تحلیل با نرم افزار MATLAB نشان می دهد که غوطه ور شدن در CTAC به طور قابل توجهی استحکام فیبر را کاهش می دهد، به ویژه هنگامی که برای دوره های زمانی بسیار طولانی در دما های بالا غوطه ور شود.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
سنسورهای فیبر نوری بیشتر برای اندازه گیری درجا ترکیبات شیمیایی مختلف سورفکتانت های صنعتی مورد استفاده در صنعت به عنوان شوینده ها، عوامل امولسیون کننده و پخش کننده، پوشش ها و کمک های دارویی استفاده می شوند.
این حسگرهای نوری اغلب در محیط های شیمیایی مرطوب مورد استفاده قرار می گیرند که در آن دما می تواند بالا باشد. هدف ما در این پروژه بررسی رفتار مکانیکی فیبرهای نوری در تماس با ستیل-تری متیل آمونیوم کلرید در محلول آبی (CTAC) در مدت زمان غوطه وری و دما های مختلف است. نتایج تجزیه و تحلیل با نرم افزار MATLAB نشان می دهد که غوطه ور شدن در CTAC به طور قابل توجهی استحکام فیبر را کاهش می دهد، به ویژه هنگامی که برای دوره های زمانی بسیار طولانی در دما های بالا غوطه ور شود.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
کتاب MATLAB برای مهندسی کنترل نوشته کاتسوهیکو اوگات
این کتاب برای کمک به دانشجویان و مهندسین شاغل که قصد دارند برای حل مسائل کنترل از MATLAB استفاده کنند نوشته شده است. سطح کتاب به نحوی است که برای دانشجویان مهندسی سال آخر مناسب باشد. این کتاب در هفت فصل سازمان یافته است. تمام مسائل نمونه کتاب با توضیحات کامل همراه است، به نحوی که خواننده می تواند با خواندن آنها رهیافت MATLAB برای حل مسائل تحلیلی و طراحی را درک کند.
⏬ اطلاعات بیشتر و دانلود رایگان کتاب از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
این کتاب برای کمک به دانشجویان و مهندسین شاغل که قصد دارند برای حل مسائل کنترل از MATLAB استفاده کنند نوشته شده است. سطح کتاب به نحوی است که برای دانشجویان مهندسی سال آخر مناسب باشد. این کتاب در هفت فصل سازمان یافته است. تمام مسائل نمونه کتاب با توضیحات کامل همراه است، به نحوی که خواننده می تواند با خواندن آنها رهیافت MATLAB برای حل مسائل تحلیلی و طراحی را درک کند.
⏬ اطلاعات بیشتر و دانلود رایگان کتاب از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
کتاب روش های عددی در مهندسی با MATLAB نوشته جان کیو سالاس
این کتاب مرجع مناسب برای مهندسان و دانشجویان رشته های مهندسی سال دوم، سال آخر ، فارغ التحصیلان و دوره های تحصیلات تکمیلی است. برای انجام پروژه محاسبات عددی آشنایی با یک زبان برنامه نویسی ضرروری است. متن کتاب بیشتر به روش های عددی تاکید دارد و بر برنامه نویسی این روش ها متمرکز شده است؛ بیشتر مهندسان برنامه نویس نیستند، اما مسائل مهندسی را تحلیل می کنند.
هدف اصلی این است که آنها می خواهند بدانند چه روشی را برای یک مساله خاص می توانند به کار ببرند و این روش ها چه قابلیت ها و چه نقاط ضعفی دارند و همچنین چگونه می توان این روش ها را پیاده سازی کرد.
اکثر مهندسان بیشتر تمایل دارند از توابع و برنامه ها و زیر روال هایی استفاده کنند که قبلا نوشته و آزمایش شده اند. بنابراین برنامه نویسی مهندسان بیشتر محدود به بکارگیری برنامه ها و کدهای موجود و تبدیل آنها به یک برنامه است که بتواند مساله آنها را حل کند.
⏬ اطلاعات بیشتر و دانلود رایگان کتاب از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
این کتاب مرجع مناسب برای مهندسان و دانشجویان رشته های مهندسی سال دوم، سال آخر ، فارغ التحصیلان و دوره های تحصیلات تکمیلی است. برای انجام پروژه محاسبات عددی آشنایی با یک زبان برنامه نویسی ضرروری است. متن کتاب بیشتر به روش های عددی تاکید دارد و بر برنامه نویسی این روش ها متمرکز شده است؛ بیشتر مهندسان برنامه نویس نیستند، اما مسائل مهندسی را تحلیل می کنند.
هدف اصلی این است که آنها می خواهند بدانند چه روشی را برای یک مساله خاص می توانند به کار ببرند و این روش ها چه قابلیت ها و چه نقاط ضعفی دارند و همچنین چگونه می توان این روش ها را پیاده سازی کرد.
اکثر مهندسان بیشتر تمایل دارند از توابع و برنامه ها و زیر روال هایی استفاده کنند که قبلا نوشته و آزمایش شده اند. بنابراین برنامه نویسی مهندسان بیشتر محدود به بکارگیری برنامه ها و کدهای موجود و تبدیل آنها به یک برنامه است که بتواند مساله آنها را حل کند.
⏬ اطلاعات بیشتر و دانلود رایگان کتاب از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
کتاب درایوهای الکتریکی پیشرفته (تحلیل ، کنترل و مدل سازی با MATLAB و Simulink)
در این کتاب تلاش ما بر این است که تحلیل، کنترل و مدل سازی ماشین های الکتریکی را تا جای ممکن ساده و دقیق بیان کنیم به گونه ای که بتواند به راحتی در یک ترم در سطح تحصیلات تکمیلی گنجانده شود. به این منظور، یک رویکرد دو مرحله ای انتخاب شده است: ابتدا تصویری فیزیکی بدون استفاده از تبدیلات ریاضی برای نمایش ساده ارائه می شود و سپس این تحلیل فیزیکی را با استفاده از ریاضی مورد تأیید قرار می دهد.
اغلب مراجع و کتب درسی در این زمینه از تبدیل محور و برای کمیت های فاز a-b-c در یک بستر کاملا ریاضی بهره می برند، بدون اینکه این تبدیل را به دسته ای از سیم پیچ های قابل رؤیت ولی هرچند فرضی، مرتبط بدانند. به این منظور ما یک دسته سیم پیچ dq فرضی در راستای یک دسته محور متعامد ترسیم کرده ایم و سپس کمیت های فاز a-b-c جریان و ولتاژ آنها را به آن مرتبط ساخته ایم. این بحث ادامه رویکرد بردارهای فضایی و نمایش سیم پیچ های معادل در حالت پایدار است.
⏬ اطلاعات بیشتر و دانلود رایگان کتاب از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این کتاب تلاش ما بر این است که تحلیل، کنترل و مدل سازی ماشین های الکتریکی را تا جای ممکن ساده و دقیق بیان کنیم به گونه ای که بتواند به راحتی در یک ترم در سطح تحصیلات تکمیلی گنجانده شود. به این منظور، یک رویکرد دو مرحله ای انتخاب شده است: ابتدا تصویری فیزیکی بدون استفاده از تبدیلات ریاضی برای نمایش ساده ارائه می شود و سپس این تحلیل فیزیکی را با استفاده از ریاضی مورد تأیید قرار می دهد.
اغلب مراجع و کتب درسی در این زمینه از تبدیل محور و برای کمیت های فاز a-b-c در یک بستر کاملا ریاضی بهره می برند، بدون اینکه این تبدیل را به دسته ای از سیم پیچ های قابل رؤیت ولی هرچند فرضی، مرتبط بدانند. به این منظور ما یک دسته سیم پیچ dq فرضی در راستای یک دسته محور متعامد ترسیم کرده ایم و سپس کمیت های فاز a-b-c جریان و ولتاژ آنها را به آن مرتبط ساخته ایم. این بحث ادامه رویکرد بردارهای فضایی و نمایش سیم پیچ های معادل در حالت پایدار است.
⏬ اطلاعات بیشتر و دانلود رایگان کتاب از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
کنترل بار در سیستم انرژی آبی با فازی نوع دوم در سیمولینک متلب
یکی از مهمترین بخش های این پروژه مدل سیستماتیک ارائه شده در سیستم انرژی آبی می باشد که یک کنترل کننده ترکیبی مبتنی بر فیلتر کالمن توسعه یافته و منطق فازی نوع دوم است. عملیات شناسایی خطا با فیلتر کالمن توسعه یافته و تحمل خطا به همراه تضمین حداکثر مقدار انرژی در زمان جدا سازی خطا ها و همچنین عملکرد صحیح تضمین شده با حداقل هزینه نگهداری و خسارات ناشی به کمک منطق فازی صورت می گیرد. بکارگیری محیط MATLAB به عنوان شبیه ساز و پلتفرم اصلی همراه با محیط سیمولینک آن مدنظر این پروژه است.
⏬ اطلاعات بیشتر و دانلود رایگان پروژه از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
یکی از مهمترین بخش های این پروژه مدل سیستماتیک ارائه شده در سیستم انرژی آبی می باشد که یک کنترل کننده ترکیبی مبتنی بر فیلتر کالمن توسعه یافته و منطق فازی نوع دوم است. عملیات شناسایی خطا با فیلتر کالمن توسعه یافته و تحمل خطا به همراه تضمین حداکثر مقدار انرژی در زمان جدا سازی خطا ها و همچنین عملکرد صحیح تضمین شده با حداقل هزینه نگهداری و خسارات ناشی به کمک منطق فازی صورت می گیرد. بکارگیری محیط MATLAB به عنوان شبیه ساز و پلتفرم اصلی همراه با محیط سیمولینک آن مدنظر این پروژه است.
⏬ اطلاعات بیشتر و دانلود رایگان پروژه از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
کاهش تداخل در رادار خودرو با حذف کننده نویز تطبیقی در متلب
تداخل در رادار های خودرویی (رادار موج پیوسته با فرکانس مدوله شده (FMCW)) می تواند سطح نویز را که در بیشتر موارد رخ می دهد، افزایش دهد یا در موقعیت های نادر یک هدف نادرست و اشتباه ایجاد کند. برای پرداختن به افزایش کف نویز (Noise floor) به دلیل تداخل، ما یک روش کم هزینه محاسبه را با استفاده از حذف کننده نویز تطبیقی برای افزایش نسبت سیگنال به تداخل (SIR) پیشنهاد کردیم.
در یک گیرنده مربعی، تداخل در نیمه مثبت طیف فرکانس با تداخل در نیمه منفی طیف فرکانس مرتبط است، در حالی که فرکانس های ضربه از اهداف واقعی همیشه در فرکانس مثبت وجود دارند. بنابراین، ما قدرت فرکانس منفی را به عنوان نشانه تداخل تخمین زدیم و اجزای فرکانس مثبت و فرکانس منفی را به ترتیب به کانال اصلی و مرجع یک حذف کننده نویز تطبیقی وارد کردیم. برای حل فیلتر بهینه از الگوریتم حداقل میانگین مربع (LMS) استفاده شد. در نتیجه هر دو شبیه سازی و آزمایش عملکرد کاهش تداخل خوبی را نشان دادند.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
تداخل در رادار های خودرویی (رادار موج پیوسته با فرکانس مدوله شده (FMCW)) می تواند سطح نویز را که در بیشتر موارد رخ می دهد، افزایش دهد یا در موقعیت های نادر یک هدف نادرست و اشتباه ایجاد کند. برای پرداختن به افزایش کف نویز (Noise floor) به دلیل تداخل، ما یک روش کم هزینه محاسبه را با استفاده از حذف کننده نویز تطبیقی برای افزایش نسبت سیگنال به تداخل (SIR) پیشنهاد کردیم.
در یک گیرنده مربعی، تداخل در نیمه مثبت طیف فرکانس با تداخل در نیمه منفی طیف فرکانس مرتبط است، در حالی که فرکانس های ضربه از اهداف واقعی همیشه در فرکانس مثبت وجود دارند. بنابراین، ما قدرت فرکانس منفی را به عنوان نشانه تداخل تخمین زدیم و اجزای فرکانس مثبت و فرکانس منفی را به ترتیب به کانال اصلی و مرجع یک حذف کننده نویز تطبیقی وارد کردیم. برای حل فیلتر بهینه از الگوریتم حداقل میانگین مربع (LMS) استفاده شد. در نتیجه هر دو شبیه سازی و آزمایش عملکرد کاهش تداخل خوبی را نشان دادند.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
کشف کلاهبرداری در بانکداری الکترونیکی با الگوریتم های داده کاوی در متلب
روش های داده کاوی بسیاری برای مدل سازی وجود دارد. در این فاز با تکنیک های مختلف داده کاوی به یافتن مدل و الگوی بهینه پرداخته می شود. در این پروژه روش KFOLD را با ۴ تکرار به عنوان تخصیص داده آموزش و آزمایش انتخاب کردیم. شیوه انتخاب داده ها نیز به صورت تصادفی می باشد. نرم افزار مورد استفاده در این پروژه نرم افزار MATLAB می باشد. در این مرحله سه مدل کلاس بند درخت تصمیم، رگرسیون منطقی و Naïve Bayes که مشهور در داده کاوی می باشند مورد استفاده قرار گرفته است. برای هر کدام از k ها دو نمودار confusion و ROC در نظر گرفته شده. و معیار های ارزیابی مدل های پیش بینی محاسبه گردیده است.
به منظور بهبود کار و به جهت رسیدن به نتایج بهتر، یک روش هیبرید پیشنهاد می کنیم. در الگوریتم هیبرید پیشنهادی هر سه سیستم مرحله آموزش خود را انجام می دهند و به ازای هر داده سه خروجی کلاس داریم سپس فراوانی آن بررسی می شود و کلاسی که بیشترین فراوانی را دارد به عنوان کلاس خروجی و نهایی ذخیره می گردد.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
روش های داده کاوی بسیاری برای مدل سازی وجود دارد. در این فاز با تکنیک های مختلف داده کاوی به یافتن مدل و الگوی بهینه پرداخته می شود. در این پروژه روش KFOLD را با ۴ تکرار به عنوان تخصیص داده آموزش و آزمایش انتخاب کردیم. شیوه انتخاب داده ها نیز به صورت تصادفی می باشد. نرم افزار مورد استفاده در این پروژه نرم افزار MATLAB می باشد. در این مرحله سه مدل کلاس بند درخت تصمیم، رگرسیون منطقی و Naïve Bayes که مشهور در داده کاوی می باشند مورد استفاده قرار گرفته است. برای هر کدام از k ها دو نمودار confusion و ROC در نظر گرفته شده. و معیار های ارزیابی مدل های پیش بینی محاسبه گردیده است.
به منظور بهبود کار و به جهت رسیدن به نتایج بهتر، یک روش هیبرید پیشنهاد می کنیم. در الگوریتم هیبرید پیشنهادی هر سه سیستم مرحله آموزش خود را انجام می دهند و به ازای هر داده سه خروجی کلاس داریم سپس فراوانی آن بررسی می شود و کلاسی که بیشترین فراوانی را دارد به عنوان کلاس خروجی و نهایی ذخیره می گردد.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
بهبود قطعه بندی تصاویر تومور مغزی با الگوریتم SVM و جنگل تصادفی در MATLAB
در این پروژه هدف ما به کاری گیری ترکیب الگوریتم ماشین بردار پشتیبان (SVM) و الگوریتم جنگل تصادفی به منظور قطعه بندی تصاویر مغزی برای تشخیص تومور مغزی می باشد. ما مدل پیشنهادی خود را با زنجیره مارکوف و شبکه عصبی در محیط نرم افزار MATLAB مورد ارزابی قرار دادیم. نتایج به دست آماده از شبیه سازی با متلب نشان می دهد که الگوریتم ترکیبی SVM و جنگل تصادفی در مقایسه با دو روش دیگر در سه فاکتور حساسیت، اختصاصی بودن و دقت عملکرد بهتری داشته است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این پروژه هدف ما به کاری گیری ترکیب الگوریتم ماشین بردار پشتیبان (SVM) و الگوریتم جنگل تصادفی به منظور قطعه بندی تصاویر مغزی برای تشخیص تومور مغزی می باشد. ما مدل پیشنهادی خود را با زنجیره مارکوف و شبکه عصبی در محیط نرم افزار MATLAB مورد ارزابی قرار دادیم. نتایج به دست آماده از شبیه سازی با متلب نشان می دهد که الگوریتم ترکیبی SVM و جنگل تصادفی در مقایسه با دو روش دیگر در سه فاکتور حساسیت، اختصاصی بودن و دقت عملکرد بهتری داشته است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
جزوه کاربرد نرم افزار متلب در کنترل مدرن به صورت PDF
این جزوه ضمیمه کتاب اصلی و کامل اصول کنترل مدرن دکتر خاکی صدیق است. جزوه نگاهی به کاربرد نرم افزار MATLAB در کنترل مدرن به عنوان ضمیمه این کتاب در ۵۵ صفحه می باشد.
درس کنترل مدرن در رشته برق از دروس اصلی در مقطع کارشناسی ارشد است که این جزوه مهندسی برق می تواند کمک شایانی در انجام پروژه های درس کنترل مدرن باشد.
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
این جزوه ضمیمه کتاب اصلی و کامل اصول کنترل مدرن دکتر خاکی صدیق است. جزوه نگاهی به کاربرد نرم افزار MATLAB در کنترل مدرن به عنوان ضمیمه این کتاب در ۵۵ صفحه می باشد.
درس کنترل مدرن در رشته برق از دروس اصلی در مقطع کارشناسی ارشد است که این جزوه مهندسی برق می تواند کمک شایانی در انجام پروژه های درس کنترل مدرن باشد.
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
آموزش پردازش و تحلیل داده های سری زمانی در نرم افزار MATLAB
در این آموزش شما با نحوه پردازش داده های سری زمانی (Time Series) و تحلیل به کمک نرم افزار MATLAB آشنا می شوید. در ابتدا چگونگی وارد کردن داده های سری زمانی از فایل های متنی و اکسل آموزش داده می شود. در مرحله بعد متد هایی جهت پاکسازی داده ها شامل smoothing و نرمال سازی ارائه شده است.
سپس، مقایسه آماری با متغیر زمانی بین دو نرخ ارز خارجی انجام خواهد شد. در انتها نحوه مصور سازی نتایج و نحوه خروجی گرفتن از گراف ها آموزش داده می شود. شما پس از یادگیری این دوره آموزشی، درکی اجمالی از روند علم داده های سری زمانی در متلب خواهید داشت.
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این آموزش شما با نحوه پردازش داده های سری زمانی (Time Series) و تحلیل به کمک نرم افزار MATLAB آشنا می شوید. در ابتدا چگونگی وارد کردن داده های سری زمانی از فایل های متنی و اکسل آموزش داده می شود. در مرحله بعد متد هایی جهت پاکسازی داده ها شامل smoothing و نرمال سازی ارائه شده است.
سپس، مقایسه آماری با متغیر زمانی بین دو نرخ ارز خارجی انجام خواهد شد. در انتها نحوه مصور سازی نتایج و نحوه خروجی گرفتن از گراف ها آموزش داده می شود. شما پس از یادگیری این دوره آموزشی، درکی اجمالی از روند علم داده های سری زمانی در متلب خواهید داشت.
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
آموزش پردازش تصویر و رابط گرافیکی در متلب به صورت سرگرم کننده
این دوره آموزشی پردازش تصویر به شما کمک خواهد کرد تا پردازش تصاویر را شروع کنید. شما با پیگیری این آموزش می توانید مهارت های اساسی مورد نیاز در پردازش تصویر و ایجاد رابط کاربری گرافیکی (GUI) را به صورت سرگرم کننده و جذاب توسعه دهید. این آموزش فقط در رابطه با کد های پردازش تصویر نیست. این دوره به شما کمک خواهد کرد تا مهارت های برنامه نویسی و کد نویسی MATLAB خود را در پردازش عددی، عبارات کنترلی، کار با داده ها و دیگر موضوعات را افزایش دهید. کدها و فایل های تمرینی این دوره به همراه فیلم ها در اختیار شما قرار می گیرد.
آموزش پردازش تصویر و رابط گرافیکی در متلب به صورت سرگرم کننده
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
این دوره آموزشی پردازش تصویر به شما کمک خواهد کرد تا پردازش تصاویر را شروع کنید. شما با پیگیری این آموزش می توانید مهارت های اساسی مورد نیاز در پردازش تصویر و ایجاد رابط کاربری گرافیکی (GUI) را به صورت سرگرم کننده و جذاب توسعه دهید. این آموزش فقط در رابطه با کد های پردازش تصویر نیست. این دوره به شما کمک خواهد کرد تا مهارت های برنامه نویسی و کد نویسی MATLAB خود را در پردازش عددی، عبارات کنترلی، کار با داده ها و دیگر موضوعات را افزایش دهید. کدها و فایل های تمرینی این دوره به همراه فیلم ها در اختیار شما قرار می گیرد.
آموزش پردازش تصویر و رابط گرافیکی در متلب به صورت سرگرم کننده
⏬ اطلاعات بیشتر و دانلود رایگان از لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
انتخاب ویژگی افزونگی و ارتباط برای داده های زمانی بیان ژن در متلب
انتخاب ویژگی، با هدف شناسایی زیر مجموعه ای از ویژگی ها از میان مجموعه ای احتمالا بزرگ از ویژگی ها که مربوط به پیش بینی یک پاسخ هستند، یک گام پیش پردازش مهم در یادگیری ماشین (Machine learning) به شمار می رود. در مطالعات مربوط به بیان ژن، انتخاب ویژگی به دلایل مختلف از جمله ویژگی زمانی بالقوه داده، موضوع بی اهمیتی نمی باشد. با این وجود، بیشتر روش های انتخاب ویژگی به وجود آمده برای داده های ریزآرایه بدون مسطح سازی داده ها از قبل، قادر نیستند با داده های زمانی چند متغیره کار کنند، که منجر به فقدان اطلاعات زمانی می شود.
در این مقاله یک روش انتخاب ویژگی حداقل افزونگی حداکثر ارتباط زمانی پیشنهاد می شود که قادر است بدون مسطح سازی داده ها از قبل، با داده های زمانی چند متغیره کار کند. در رویکرد پیشنهادی، ارتباط یک ژن را با میانگین گیری از مقادیر آماره F که طی گام های زمانی به دست آمده اند، محاسبه کرده، و افزونگی بین ژن ها را با استفاده از یک روش کش و قوس زمانی پویا حساب می کنیم.
⏬ دانلود رایگان از لینک زیر: 👇
🔗 لینک دسترسی (اینجا کلیک کنید)
انتخاب ویژگی، با هدف شناسایی زیر مجموعه ای از ویژگی ها از میان مجموعه ای احتمالا بزرگ از ویژگی ها که مربوط به پیش بینی یک پاسخ هستند، یک گام پیش پردازش مهم در یادگیری ماشین (Machine learning) به شمار می رود. در مطالعات مربوط به بیان ژن، انتخاب ویژگی به دلایل مختلف از جمله ویژگی زمانی بالقوه داده، موضوع بی اهمیتی نمی باشد. با این وجود، بیشتر روش های انتخاب ویژگی به وجود آمده برای داده های ریزآرایه بدون مسطح سازی داده ها از قبل، قادر نیستند با داده های زمانی چند متغیره کار کنند، که منجر به فقدان اطلاعات زمانی می شود.
در این مقاله یک روش انتخاب ویژگی حداقل افزونگی حداکثر ارتباط زمانی پیشنهاد می شود که قادر است بدون مسطح سازی داده ها از قبل، با داده های زمانی چند متغیره کار کند. در رویکرد پیشنهادی، ارتباط یک ژن را با میانگین گیری از مقادیر آماره F که طی گام های زمانی به دست آمده اند، محاسبه کرده، و افزونگی بین ژن ها را با استفاده از یک روش کش و قوس زمانی پویا حساب می کنیم.
⏬ دانلود رایگان از لینک زیر: 👇
🔗 لینک دسترسی (اینجا کلیک کنید)
شبیه سازی جمر در سیگنال RF برای جنگ الکترونیک با سیمولینک MATLAB
در این پروژه که یک مثال از اخلال گر RF برای جنگ الکترونیک (EW Jammer) در محیط سیمولینک نرم افزار MATLAB می باشد، شما می توانید پهنای باند سیگنال نویز، فرکانس حامل، توان خروجی و سطح AWGN را تنظیم کنید و سیستم را از روی دکمه های داشبورد روشن یا خاموش کنید. این مثال شبیه سازی شده در Simulink متلب برای طراحی سیستم های رادیویی شناختی که استراتژی های مختلف پارازیت را اجرا می کنند، بسیار مفید و کاربری است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این پروژه که یک مثال از اخلال گر RF برای جنگ الکترونیک (EW Jammer) در محیط سیمولینک نرم افزار MATLAB می باشد، شما می توانید پهنای باند سیگنال نویز، فرکانس حامل، توان خروجی و سطح AWGN را تنظیم کنید و سیستم را از روی دکمه های داشبورد روشن یا خاموش کنید. این مثال شبیه سازی شده در Simulink متلب برای طراحی سیستم های رادیویی شناختی که استراتژی های مختلف پارازیت را اجرا می کنند، بسیار مفید و کاربری است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
سیستم بیومتریک گوش سه مرحله ای با تکنیک های پردازش تصویر در متلب
استفاده از گوش به عنوان یک سیستم بیومتریک (Biometric System) مفهومی نسبتا جدید در مقایسه با روش شناخته شده تر تشخیص چهره می باشد. فعالیت های اخیر نشان داده است می توان از سیستم های بیومتریک به عنوان یک هدف مناسب برای شناسایی استفاده کرد. گوش ها دارای چندین ویژگی مفید هستند، مانند ساختار سه بعدی قابل توجه و ثبات بصری با افزایش سن. در مقایسه با تکنیک های تشخیص چهره که نیاز به دید مستقیم از هدف دارند، می توان تصاویر گوش را نیز با احتیاط ثبت کرد، در حالی که هدف از کنار آن عبور می کند. روش های مختلفی برای شناسایی منحصر به فرد و تطبیق تصاویر گوش با اهداف ارائه شده است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
استفاده از گوش به عنوان یک سیستم بیومتریک (Biometric System) مفهومی نسبتا جدید در مقایسه با روش شناخته شده تر تشخیص چهره می باشد. فعالیت های اخیر نشان داده است می توان از سیستم های بیومتریک به عنوان یک هدف مناسب برای شناسایی استفاده کرد. گوش ها دارای چندین ویژگی مفید هستند، مانند ساختار سه بعدی قابل توجه و ثبات بصری با افزایش سن. در مقایسه با تکنیک های تشخیص چهره که نیاز به دید مستقیم از هدف دارند، می توان تصاویر گوش را نیز با احتیاط ثبت کرد، در حالی که هدف از کنار آن عبور می کند. روش های مختلفی برای شناسایی منحصر به فرد و تطبیق تصاویر گوش با اهداف ارائه شده است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
حل مسائل بهینه سازی عددی و محدودیت دار با الگوریتم هیبریدی کارا در متلب
در این مقاله یک الگوریتم هیبریدی (ترکیبی) کارا مبتنی بر الگوریتم چرخه آب و شعله پروانه به نام الگوریتم هیبریدی چرخه آب شعله پروانه (WCMFO) به منظور حل مسائل بهینه سازی عددی و مسائل بهینه سازی مهندسی محدودیت دار ارائه می شود. از الگوریتم چرخه آب به عنوان الگوریتم پایه استفاده شده و حرکت مارپیچ پروانه ها در الگوریتم پروانه شمع در داخل الگوریتم چرخه آب به جهت افزایش قابلیت جستجوی محلی الگوریتم اضافه شده است.
به علاوه، به منظور افزایش تصادفی بودن در الگوریتم هیبریدی جدید، به رودخانه ها در الگوریتم چرخه آب اجازه داده شده است تا مکان خود را در فضای جواب با استفاده از قدم های تصادفی (Levy Flight) تغییر دهند. قدم های تصادفی به میزان محسوسی قابلیت اکتشاف الگوریتم جدید را بالا برده و از به دام افتادن الگوریتم در بهینه های محلی جلوگیری می کند. کارایی الگوریتم ارائه شده در ۲۳ تابع بنچ مارک جهانی شامل توابع Unimodal , multi modal , fixed-dimension multimodal مورد بررسی قرار گرفته است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)
در این مقاله یک الگوریتم هیبریدی (ترکیبی) کارا مبتنی بر الگوریتم چرخه آب و شعله پروانه به نام الگوریتم هیبریدی چرخه آب شعله پروانه (WCMFO) به منظور حل مسائل بهینه سازی عددی و مسائل بهینه سازی مهندسی محدودیت دار ارائه می شود. از الگوریتم چرخه آب به عنوان الگوریتم پایه استفاده شده و حرکت مارپیچ پروانه ها در الگوریتم پروانه شمع در داخل الگوریتم چرخه آب به جهت افزایش قابلیت جستجوی محلی الگوریتم اضافه شده است.
به علاوه، به منظور افزایش تصادفی بودن در الگوریتم هیبریدی جدید، به رودخانه ها در الگوریتم چرخه آب اجازه داده شده است تا مکان خود را در فضای جواب با استفاده از قدم های تصادفی (Levy Flight) تغییر دهند. قدم های تصادفی به میزان محسوسی قابلیت اکتشاف الگوریتم جدید را بالا برده و از به دام افتادن الگوریتم در بهینه های محلی جلوگیری می کند. کارایی الگوریتم ارائه شده در ۲۳ تابع بنچ مارک جهانی شامل توابع Unimodal , multi modal , fixed-dimension multimodal مورد بررسی قرار گرفته است.
⏬ اطلاعات بیشتر در لینک زیر: 👇👇
🔗 لینک دسترسی (اینجا کلیک کنید)