🔸سول:👇👇
ببخشیید اصلا این همه میگن که انتخاب و استخراج ویژگی یعنی چی ؟ و اینکه چطوری میتونم این ویژگی ها یی رو انتخاب کنیم و همینطور چه چطوری میتونیم استخراج کنیم ؟ این انتخاب و استخراج ویژگی در کجا به کار می ره و اینکه شامل چه ویژگیهایی میشه اگه ممکنه با مثل توضیح بدهید و همین طور انواع ویژگیهایی که در متلب یا opencv هستش رو نامییم ببرید و هریک رو توضیح مختصری بدهید.تشکر
🔺جواب:👇👇
استخراج ویژگی یعنی انتخاب ویژگی که بتوان با اطلاعات اندک ،تصویر را توصیف کنیم این ویژگی ها باید دارای خصوصیاتی باشند بطوریکه بتوان با مجموعه ای از این ویژگی ها هر هر تصویر به منحصر بفرد توصیف گردد. اگر مجموعه ای از این ویژگی ها برای دو نمونه یکسان باشند آنگاه در بخش طبقه بندی با هیچ کلاسیفیری قادر به متمایز کردن دو نمونه از هم نخواهید بود.
اینکه چطور این ویژگی ها را انتخاب کنیم نیاز به بررسی خواص تصویرداره برای استخراجش آن هم باید عملیات پیش پردازشی و انواع فیلتر ها را برروی تصویر اعمال می کنند تا تصویر به اطلاعات مطلوب تبدیل شه.
مثلاً در سیستم تشخیص هویت بیومتریک ، ویژگی هایی را از تصویر اثر انگشت استخراج می کنند تحت عنوان مانیشیا. در ابتدا فیلتر گابور اعمال می کنند و سپس تصویر را بینری کرده و عملیات نازک سازی انجام میدن و در نهایت نقاط را که در تصویر نازک سازی چند شاخه شده و یا نقاط پایانی هستند به عنوان مانیشیا در نظر می گیرند.یا در OCR از ویژگی کانتور استفاده می کنند که در اینجا برای استخراج ویژگی هر نقطه از کانتور را با x, y , tehta تفسیر می کنند.بعضی از روش های استخارج ویژگی عمومی هم وجود دارند که مربوط به فیلد خاصی نیستند و روی تصاویر طبیعی اعمال میشن مانند:👇👇👇
corner detection , SIFT, SURF, FAST
#سوالات
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
ببخشیید اصلا این همه میگن که انتخاب و استخراج ویژگی یعنی چی ؟ و اینکه چطوری میتونم این ویژگی ها یی رو انتخاب کنیم و همینطور چه چطوری میتونیم استخراج کنیم ؟ این انتخاب و استخراج ویژگی در کجا به کار می ره و اینکه شامل چه ویژگیهایی میشه اگه ممکنه با مثل توضیح بدهید و همین طور انواع ویژگیهایی که در متلب یا opencv هستش رو نامییم ببرید و هریک رو توضیح مختصری بدهید.تشکر
🔺جواب:👇👇
استخراج ویژگی یعنی انتخاب ویژگی که بتوان با اطلاعات اندک ،تصویر را توصیف کنیم این ویژگی ها باید دارای خصوصیاتی باشند بطوریکه بتوان با مجموعه ای از این ویژگی ها هر هر تصویر به منحصر بفرد توصیف گردد. اگر مجموعه ای از این ویژگی ها برای دو نمونه یکسان باشند آنگاه در بخش طبقه بندی با هیچ کلاسیفیری قادر به متمایز کردن دو نمونه از هم نخواهید بود.
اینکه چطور این ویژگی ها را انتخاب کنیم نیاز به بررسی خواص تصویرداره برای استخراجش آن هم باید عملیات پیش پردازشی و انواع فیلتر ها را برروی تصویر اعمال می کنند تا تصویر به اطلاعات مطلوب تبدیل شه.
مثلاً در سیستم تشخیص هویت بیومتریک ، ویژگی هایی را از تصویر اثر انگشت استخراج می کنند تحت عنوان مانیشیا. در ابتدا فیلتر گابور اعمال می کنند و سپس تصویر را بینری کرده و عملیات نازک سازی انجام میدن و در نهایت نقاط را که در تصویر نازک سازی چند شاخه شده و یا نقاط پایانی هستند به عنوان مانیشیا در نظر می گیرند.یا در OCR از ویژگی کانتور استفاده می کنند که در اینجا برای استخراج ویژگی هر نقطه از کانتور را با x, y , tehta تفسیر می کنند.بعضی از روش های استخارج ویژگی عمومی هم وجود دارند که مربوط به فیلد خاصی نیستند و روی تصاویر طبیعی اعمال میشن مانند:👇👇👇
corner detection , SIFT, SURF, FAST
#سوالات
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
🔸سول:👇👇
با سلام. سوالی برام پیش اومده خاهش میکنم یه راهنمایی بکنید🙏 برای حذف نویز در تصویر چه روش هایی وجود داره؟ و چرا هم در فضای فرکانس و هم میدان، حذف نویز وجود داره؟
🔺جواب:👇👇
روشهای مختلفی برای حذف نویز هم در حوزه فرکانس و هم در حوزه مکان وجود داره. در حوزه مکان عموما از فیلترهای میانگین گیری برای حذف نویز استفاده میشه. نویزهای مختلفی وجود داره و برای حذف هر نوع نویز، فیلتر مناسبی وجود داره که باید انتخاب بشه مثلا برای حذف نویز گوسی از فیلتر میانگین گیری گوسین استفاده میشه به این صورت که برای هر پیکسل با توجه به مقدار همسایگانش و وزن هر کدام از آنها برای دخالت در عمل میانگین گیری، این عمل صورت می پذیرد. فیلتر دیگر فیلتر میانه است که برای حذف نویزهای فلفل و نمک (نویزهای سیاه و سفید) مناسب است.
در حوزه فرکانس نیز میتوان فیلترهایی را ساخت و اعمال کرد. به این صورت که ابتدا تصویر به حوزه فرکانس برده می شود (تبدیل فوریه) سپس برای حذف نویزها (چون نویزها در فرکانسهای بالا وجود دارند) با اعمال ماسک دایروی، فرکانسهای پایین نگه داشته می شود و فرکانسهای بالا دور ریخته می شود و ضرایب آنها صفر می شود و سپس تصویر دومرتبه با تبدیل فوریه معکوس به حوزه مکان برگردانده می شود. البته اگر از ماسک دایروی استفاده شود ممکن است مشکلاتی ایجاد شود که بهتر است از ماسکهای بهبود یافته استفاده شود.
بعضی اوقات نیز نویزها دارای فرکانس خاصی هستند مثل تصاویری که از مانیتور گرفته میشود حتما دیده اید که دارای خطوط عمودی با فاصله های مشخص هستند و یا تصاویر ماهواره ای. خوب بهترین فیلتر برای این تصاویر، استفاده از فیلترها در حوزه فرکانس است چون فرکانس نویز را میدانیم و میتوانیم در حوزه فرکانس، ضرایب مربوط به این فرکانسها را صفر کنیم و دومرتبه تصویر را به حوزه مکان برگردانیم.
#سوالات
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
با سلام. سوالی برام پیش اومده خاهش میکنم یه راهنمایی بکنید🙏 برای حذف نویز در تصویر چه روش هایی وجود داره؟ و چرا هم در فضای فرکانس و هم میدان، حذف نویز وجود داره؟
🔺جواب:👇👇
روشهای مختلفی برای حذف نویز هم در حوزه فرکانس و هم در حوزه مکان وجود داره. در حوزه مکان عموما از فیلترهای میانگین گیری برای حذف نویز استفاده میشه. نویزهای مختلفی وجود داره و برای حذف هر نوع نویز، فیلتر مناسبی وجود داره که باید انتخاب بشه مثلا برای حذف نویز گوسی از فیلتر میانگین گیری گوسین استفاده میشه به این صورت که برای هر پیکسل با توجه به مقدار همسایگانش و وزن هر کدام از آنها برای دخالت در عمل میانگین گیری، این عمل صورت می پذیرد. فیلتر دیگر فیلتر میانه است که برای حذف نویزهای فلفل و نمک (نویزهای سیاه و سفید) مناسب است.
در حوزه فرکانس نیز میتوان فیلترهایی را ساخت و اعمال کرد. به این صورت که ابتدا تصویر به حوزه فرکانس برده می شود (تبدیل فوریه) سپس برای حذف نویزها (چون نویزها در فرکانسهای بالا وجود دارند) با اعمال ماسک دایروی، فرکانسهای پایین نگه داشته می شود و فرکانسهای بالا دور ریخته می شود و ضرایب آنها صفر می شود و سپس تصویر دومرتبه با تبدیل فوریه معکوس به حوزه مکان برگردانده می شود. البته اگر از ماسک دایروی استفاده شود ممکن است مشکلاتی ایجاد شود که بهتر است از ماسکهای بهبود یافته استفاده شود.
بعضی اوقات نیز نویزها دارای فرکانس خاصی هستند مثل تصاویری که از مانیتور گرفته میشود حتما دیده اید که دارای خطوط عمودی با فاصله های مشخص هستند و یا تصاویر ماهواره ای. خوب بهترین فیلتر برای این تصاویر، استفاده از فیلترها در حوزه فرکانس است چون فرکانس نویز را میدانیم و میتوانیم در حوزه فرکانس، ضرایب مربوط به این فرکانسها را صفر کنیم و دومرتبه تصویر را به حوزه مکان برگردانیم.
#سوالات
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
🔸سول:👇👇
سلام. از چه الگوریتم هایی برای خوشه بندی داده های categorical در متلب میتوان استفاده کرد؟ ایا میتوان از خوشه بندی سلسله مراتبی استفاده کرد؟ متریک euclidean برای kmediods چرا قابل استفاده است؟ مگر این متریک برای داد های numerical نیست؟! چه متریک هایی برای داده های categorical مناسب تر است؟
🔺جواب:👇👇
توی متلب از kmediods می تونید استفاده کنید. کلاسترینک سلسه مراتبی میشه استفاده کرد به شرط اینکه شما تابع شباهت را به درستی تعریف کنید. شما می تونید داده های cat را به num تبدیل کنید وبعدش رو داده ها در فضای جدید تابع اقلیدسی می تونه به عنوان تابع شباهت استفاده کنید.manhattan یا hamming مناسب تره.
#سوالات
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
سلام. از چه الگوریتم هایی برای خوشه بندی داده های categorical در متلب میتوان استفاده کرد؟ ایا میتوان از خوشه بندی سلسله مراتبی استفاده کرد؟ متریک euclidean برای kmediods چرا قابل استفاده است؟ مگر این متریک برای داد های numerical نیست؟! چه متریک هایی برای داده های categorical مناسب تر است؟
🔺جواب:👇👇
توی متلب از kmediods می تونید استفاده کنید. کلاسترینک سلسه مراتبی میشه استفاده کرد به شرط اینکه شما تابع شباهت را به درستی تعریف کنید. شما می تونید داده های cat را به num تبدیل کنید وبعدش رو داده ها در فضای جدید تابع اقلیدسی می تونه به عنوان تابع شباهت استفاده کنید.manhattan یا hamming مناسب تره.
#سوالات
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
Detection of lung cancer by data mining.pdf
1.4 MB
🔘تشخیص مرحله بندی پاتولوژیکی سرطان ریه با روش های داده کاوی
🔺 به صورت PDF
#داده_کاوی #کتاب
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
🔺 به صورت PDF
#داده_کاوی #کتاب
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
Digital_Speech_Processing.pdf
10.2 MB
🔘کتاب آموزش پردازش دیجیتال گفتار با نرم افزار MATLAB
Digital Speech Processing
🔺 به صورت PDF
#گفتار #کتاب
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
Digital Speech Processing
🔺 به صورت PDF
#گفتار #کتاب
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
Simulation of Digital Communication systems using Matlab.pdf
11.5 MB
🔘کتاب شبیه سازی سیستم های ارتباطات دیجیتال با متلب
🔺 به صورت PDF انگلیسی
#ارتباطات #شبیه_سازی #کتاب
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
🔺 به صورت PDF انگلیسی
#ارتباطات #شبیه_سازی #کتاب
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
max and min.7z
327.1 KB
🔘سورس کد(کد برنامه) فیلترهای Max & Min در پردازش تصویر
#فیلتر #پردازش_تصویر
#filter_Max_Min
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
#فیلتر #پردازش_تصویر
#filter_Max_Min
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
adaptivelocalfilter.m
1.2 KB
🔘سورس کد(کد برنامه) فیلترهای تطبیقی(Adaptive filter) در متلب
#filter #Adaptive #فیلتر
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
#filter #Adaptive #فیلتر
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
dynamic_time_warping.rar
7.1 MB
🔘سورس کد(کد برنامه) بازشناسی گفتارِ👇👇
Dynamic time warping (DTW) i
در متلب+فایل PDF توضیحات فارسی
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
Dynamic time warping (DTW) i
در متلب+فایل PDF توضیحات فارسی
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
کانال تخصصی متلب
♦️معرفی کتاب 🔘کتاب مفاهیم جامع پردازش تصویر دیجیتال در متلب(شماره 2) 👈توصیه میکنیم تهیه اش کنید و مطالعه کنید💯 کانال تخصصی متلب: •┄✺ೋ🌹✺┄• @matlab_communication •┄✺ೋ🌹✺┄•
❌لطفا بر روی این پیام فوروارد شده کلیک کنید.
♦️معرفی کتاب
🔘کتاب مفاهیم جامع پردازش تصویر دیجیتال در متلب(شماره 2)
👈توصیه میکنیم تهیه اش کنید و مطالعه کنید💯
کانال تخصصی متلب:
•┄✺ೋ🌹✺┄•
@matlab_communication
•┄✺ೋ🌹✺┄•
♦️معرفی کتاب
🔘کتاب مفاهیم جامع پردازش تصویر دیجیتال در متلب(شماره 2)
👈توصیه میکنیم تهیه اش کنید و مطالعه کنید💯
کانال تخصصی متلب:
•┄✺ೋ🌹✺┄•
@matlab_communication
•┄✺ೋ🌹✺┄•
کانال تخصصی متلب
♦️معرفی کتاب 🔘کتاب برنامه نویسی متلب.(شماره 1) 👈برای مبتدیان و حرفه ای ها.💯 👌عالی 🔸ویژه دانشجویان در تمامی مقاطع تحصیلی دانشگاه کانال تخصصی متلب: •┄✺ೋ🌹✺┄• @matlab_communication •┄✺ೋ?
❌لطفا بر روی این پیام فوروارد شده کلیک کنید.
♦️معرفی کتاب
🔘کتاب برنامه نویسی متلب.
👈آموزش متلب از صفر و برای کسانی که تا بحال با متلب کار نکردهاند.
👈برای مبتدیان و حرفه ای ها.💯
👌عالی
🔸ویژه دانشجویان در تمامی مقاطع تحصیلی دانشگاه
کانال تخصصی متلب:
•┄✺ೋ🌹✺┄•
@matlab_communication
•┄✺ೋ?
♦️معرفی کتاب
🔘کتاب برنامه نویسی متلب.
👈آموزش متلب از صفر و برای کسانی که تا بحال با متلب کار نکردهاند.
👈برای مبتدیان و حرفه ای ها.💯
👌عالی
🔸ویژه دانشجویان در تمامی مقاطع تحصیلی دانشگاه
کانال تخصصی متلب:
•┄✺ೋ🌹✺┄•
@matlab_communication
•┄✺ೋ?
Active_Matlab2018a.rar
2.7 KB
🔘لایسنس و سریال نامبر فعالسازی متلب ورژن R2018a
🔺Serial number for MATLAB R2018a & license
#MATLAB_R2018a #License #Serial_number
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
🔺Serial number for MATLAB R2018a & license
#MATLAB_R2018a #License #Serial_number
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
🔘سورس کدهای(کد برنامه) شبکه عصبی مصنوعی در متلب
🔺بهینه سازی پیچیدگی یک شبکه های عصبی با تکرار
🔺یک روش آموزشی با مارجین حداکثر برای شبکه های عصبی(MMGDX)
🔺آموزش و طراحی شبکه های عصبی مصنوعی با استفاده از فیلتر کالمن توسعه یافته یا EKF
🔺آموزش و طراحی شبکه های عصبی مصنوعی با استفاده از فیلتر کالمن بی رد یا UKF
🔺شبکه عصبی برای کاربرد تشخیص الگو-مطلب آموزشی
🔺مدل شبکه عصبی یادگیری چندلایه و الگوریتم پس انتشار خطا برای سیمولینک
🔺شبکه های عصبی فازی ART و ARTMAP
🔺تقریب تابع با استفاده از شبکه عصبی بدون استفاده از جعبه ابزار (تولباکس)
🔺شبکه عصبی بازرخدادگر جردن برای الگوریتم طبقه بندی داده
🔺گرادیان از شبکه عصبی
🔺کلاسیفایرهای شبکه عصبی
🔺یک روش یادگیری حاشیه ماکسیمم برای شبکه های عصبی(MMGDX)
🔺کدگذاری مکمل
🔺کلاس شبکه عصبی کانولوشنی CNN
🔺سيستم تشخيص چهره
🔺انفیس برای روبات دو درجه آزادی
🔺پیادهسازی شبکه عصبی کانولوشنی myCNN
🔺جعبه ابزار شبكه بولي تصادفي
🔺nnctrl
🔺rnnsimv2
🔺rnnsim
🔺Netlab
🔺nnsysid
🔺LABELNET
موارد فوق به زبان انگلیسی👇👇👇
🔺ANFIS for 2 dof robot
🔺ANN
🔺CNN - Convolutional neural network class
🔺Complex Optimization of a Recurrent Neural Network
🔺Face Detection System
🔺Function Approximation Using Neural Network Without using Toolbox
🔺Fuzzy ART and Fuzzy ARTMAP Neural Networks
🔺Gradient from Neural Network
🔺Jordan Recurrent Neural Network for Data Classification Algorithm
🔺LABELNET
🔺maximum-margin training method for neural networks(MMGDXa)
🔺Multilayer Perceptron Neural Network Model and Backpropagation Algorithm for Simulink
🔺Netlab
🔺Neural Network Classifiers
🔺Neural Network for pattern recognition- Tutorial
🔺Neural Network training using the Extended Kalman Filter
🔺Neural Network training using the Unscented Kalman Filter
🔺nnctrl
🔺nnsysid
🔺Random Boolean Network Toolbox
🔺rnnsim
🔺rnnsimv2
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
کدها را در یک فایل زیپ و در پست پایین دانلود کنید.
👇👇👇👇👇👇👇👇👇👇
🔺بهینه سازی پیچیدگی یک شبکه های عصبی با تکرار
🔺یک روش آموزشی با مارجین حداکثر برای شبکه های عصبی(MMGDX)
🔺آموزش و طراحی شبکه های عصبی مصنوعی با استفاده از فیلتر کالمن توسعه یافته یا EKF
🔺آموزش و طراحی شبکه های عصبی مصنوعی با استفاده از فیلتر کالمن بی رد یا UKF
🔺شبکه عصبی برای کاربرد تشخیص الگو-مطلب آموزشی
🔺مدل شبکه عصبی یادگیری چندلایه و الگوریتم پس انتشار خطا برای سیمولینک
🔺شبکه های عصبی فازی ART و ARTMAP
🔺تقریب تابع با استفاده از شبکه عصبی بدون استفاده از جعبه ابزار (تولباکس)
🔺شبکه عصبی بازرخدادگر جردن برای الگوریتم طبقه بندی داده
🔺گرادیان از شبکه عصبی
🔺کلاسیفایرهای شبکه عصبی
🔺یک روش یادگیری حاشیه ماکسیمم برای شبکه های عصبی(MMGDX)
🔺کدگذاری مکمل
🔺کلاس شبکه عصبی کانولوشنی CNN
🔺سيستم تشخيص چهره
🔺انفیس برای روبات دو درجه آزادی
🔺پیادهسازی شبکه عصبی کانولوشنی myCNN
🔺جعبه ابزار شبكه بولي تصادفي
🔺nnctrl
🔺rnnsimv2
🔺rnnsim
🔺Netlab
🔺nnsysid
🔺LABELNET
موارد فوق به زبان انگلیسی👇👇👇
🔺ANFIS for 2 dof robot
🔺ANN
🔺CNN - Convolutional neural network class
🔺Complex Optimization of a Recurrent Neural Network
🔺Face Detection System
🔺Function Approximation Using Neural Network Without using Toolbox
🔺Fuzzy ART and Fuzzy ARTMAP Neural Networks
🔺Gradient from Neural Network
🔺Jordan Recurrent Neural Network for Data Classification Algorithm
🔺LABELNET
🔺maximum-margin training method for neural networks(MMGDXa)
🔺Multilayer Perceptron Neural Network Model and Backpropagation Algorithm for Simulink
🔺Netlab
🔺Neural Network Classifiers
🔺Neural Network for pattern recognition- Tutorial
🔺Neural Network training using the Extended Kalman Filter
🔺Neural Network training using the Unscented Kalman Filter
🔺nnctrl
🔺nnsysid
🔺Random Boolean Network Toolbox
🔺rnnsim
🔺rnnsimv2
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
کدها را در یک فایل زیپ و در پست پایین دانلود کنید.
👇👇👇👇👇👇👇👇👇👇
👍1
Neural Network .rar
3.4 MB
👆👆👆👆👆👆👆👆
لطفا" پست بالا را حتما" مطالعه فرمایید سپس این فایل را دانلود کنید.
🔘سورس کدهای(کد برنامه) شبکه عصبی مصنوعی در متلب
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
لطفا" پست بالا را حتما" مطالعه فرمایید سپس این فایل را دانلود کنید.
🔘سورس کدهای(کد برنامه) شبکه عصبی مصنوعی در متلب
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
کانال تخصصی متلب
amoozesh-tasviriye-matlab.pdf
✅کتاب خلاصه شده آموزش متلب به زبان فارسی.
✅لطفا بر روی این پیام کلیک نمایید تا مستقیما به پست مریوط به این مطلب هدایت شوید و انرا دانلود کنید.🙏
@Matlab_Communication
✅لطفا بر روی این پیام کلیک نمایید تا مستقیما به پست مریوط به این مطلب هدایت شوید و انرا دانلود کنید.🙏
@Matlab_Communication
🔘 لینک دانلود پایگاه داده های(دیتاست های) پزشکی و غیرپزشکی
🔺 http://www.causality.inf.ethz.ch/challenge.php?page=datasets
🔺 http://archive.ics.uci.edu/ml/datasets.html
🔺 https://github.com/beamandrew/medical-data
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
🔺 http://www.causality.inf.ethz.ch/challenge.php?page=datasets
🔺 http://archive.ics.uci.edu/ml/datasets.html
🔺 https://github.com/beamandrew/medical-data
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
www.causality.inf.ethz.ch
Challenge: Datasets - Causality Workbench
Datasets for challenges on causality
🔘کاربر دستور VIDEOREADER در پردازش فیلم در متلب.
🔺توسط این دستور در نرم افزار متلب ، یک فیلم با هر پسوندی را به فریم های متوالی از تصویر تبدیل می نماییم. اگر چنانچه فریم های متوالی را کنار هم بگذاریم همان فیلم واقعی را نتیجه می دهد. فریم های متوالی در غالب تصویر بدست می آید.
طریقه استفاده: 👇👇👇👇👇
b = VideoReader(‘……avi')
بعد از اجرای دستور ، b حاوی یکسری اطلاعات شامل تعداد فریم ها ، عرض و طول ، ارتفاع که بصورت کلی در زیر مواردی که این دستور می دهد را نشان می دهد: (تصویر زیر را مشاهده کنید)
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
🔺توسط این دستور در نرم افزار متلب ، یک فیلم با هر پسوندی را به فریم های متوالی از تصویر تبدیل می نماییم. اگر چنانچه فریم های متوالی را کنار هم بگذاریم همان فیلم واقعی را نتیجه می دهد. فریم های متوالی در غالب تصویر بدست می آید.
طریقه استفاده: 👇👇👇👇👇
b = VideoReader(‘……avi')
بعد از اجرای دستور ، b حاوی یکسری اطلاعات شامل تعداد فریم ها ، عرض و طول ، ارتفاع که بصورت کلی در زیر مواردی که این دستور می دهد را نشان می دهد: (تصویر زیر را مشاهده کنید)
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
Algorithm_Collections_for_Digital.pdf
4.3 MB
🔘آموزش پردازش سیگنال از مبتدی تا پیشرفته به زبان انگلیسی در متلب
🔺Algorithm Collections for Digital Signal Processing...
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
🔺Algorithm Collections for Digital Signal Processing...
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
RMTP.rar
751.8 KB
🔘سورس کدهای(کدهای برنامه) بهینه سازی استوار مقاوم روباست Robust Optimization RO در متلب
🔺Robust Optimization RO
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication
🔺Robust Optimization RO
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹✺┄•
@matlab_communication