🔘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.
👇👇👇👇👇👇👇👇👇👇

👆👆👆👆👆👆👆👆
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

✅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

🔘 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

🔘جزوه آموزش فارسی پردازش تصویر در متلب


کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘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

👆👆👆👆👆👆👆👆👆👆👆
🔘لطفا توضیحات مطلب بالا را مطالعه کنید.


کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘آموزش پردازش سیگنال از مبتدی تا پیشرفته به زبان انگلیسی در متلب
🔺Algorithm Collections for Digital Signal Processing...


کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘سورس کدهای(کدهای برنامه) بهینه سازی استوار مقاوم روباست Robust Optimization RO در متلب

🔺Robust Optimization RO
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘کتاب فیلتر و تبدیل موجک به زبان انگلیسی

کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘مقاله فارسی با عنوان:
👈ارائه يک روش ترکیبي مبتني بر تبديل موجک گسسته براي پیش بیني بار الکتريکي با استفاده از يک مدل دوبعدي به زبان فارسی

کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘معرفی تعدادی از دستورات مربوط به تبدیل موجک در Matlab به زبان فارسی
🔺Wavelet Transform

کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘پیشنهاد موضوع مقاله و پایان نامه ارشد و دکترا.
موضوعات پایان نامه و مقاله برای اعضای محترم کانال تخصصی متلب پیشنهاد می کنیم که امیدواریم مفید و مورد استفاده باشه.
@matlab_communication
🔸موضوعات:
🔺تحلیل روش هاي مختلف استخراج ویژگی از تصاویر
(SIFT, Wavelet, HOG)
براي بازشناسی ارقام یا حروف دستنویس فارسی(پردازش تصویر و بینایی ماشین،هوش مصنوعی ،یادگیري ماشینی)
🔺استفاده از روش هاي محاسبات نرم به ویژه نظریۀ مجموعه هاي راف براي انتخاب ویژگی هاي مهمِ دخیل در بیماري (یادگیري ماشین،شبکه هاي عصبی،داده کاوي)
🔺ارایۀ الگوریتم جدید یادگیري براي شبکه هاي عصبی تایع پایۀ شعاعی با استفاده از الگوریتم هاي فراابتکاري(شبکه هاي عصبی،داده کاوي،الگوریتم هاي بهینه سازي)
🔺ارایۀ روش جدیدي براي استخراج ویژگی بافت تصاویر مبتنی بر الگوي دودویی محلی(پردازش تصویر و بینایی ماشین)
🔺ارایۀ یک الگوریتم بهینه سازي بهبود یافته(الگوریتم هاي
بهینه سازي و داده کاوي)
@matlab_communication
🔺:ارایۀ یک روش جدید بخش بندي تصاویر قابل کاربرد روي دسته اي خاص از تصاویر مثلاً تصاویر مغز انسان(پردازش تصویر،داده کاوي)
🔺استفاده از شبکه هاي عصبی کانولوشنال براي
(Convolutional Neural Networks)
دسته بندي و یا بازیابی تصاویر(بینایی ماشینی و
پردازش تصویر،شبکه هاي عصبی)
🔺ارایۀ روشی جدید براي تشخیص خشونت در تصاویر ویدئویی(پردازش تصویر،بینایی ماشین و شبکه هاي عصبی)
🔺پیش بینی خطر ابتلا به بیماری قلبی بر پایه سیگنال مبتنی بر منطق فازی بهینه شده با الگوریتم ازدحام ذرات بهینه
@matlab_communication
🔺پیش بینی سلامت افراد بعد از مصرف دارو برای انواع بیماری مبتنی بر شبکه عصبی نئوکوگنیترون فازی شده
🔺تشخیص بیماری تیروئید بر پایه شبکه عصبی احتمالاتی و الگوریتم کوانتوم ازدحام ذرات بهینه
🔺طبقه بندی آماری بیماری دیابت بر پایه الگوریتم خوشه بندی میانگین فازی مبتنی بر ژنتیک
🔺تشخیص بیماری اسکیزوفرنی مبنی بر درخت تصمیم CART و الگوریتم ازدحام ذرات بهینه
🔺تشخیص بیماری اختلال دو قطبی ب رپایه منطق فازی و شبکه عصبی پرسپترون چندلایه
🔺پیش بینی بیماری های واگیردار در یک بازه زمانی بر اساس مدل SIR بهینه شده
🔺تشخیص بیماری هپاتیت بر پایه روش نروفازی و الگوریتم ازدحام ذرات بهینه
🔺کنترل بیماری کبد بر پایه شبکه عصبی-فازی مبتنی بر الگوریتم مونت کارلو
🔺تشخیص بیماری هپاتیت بر پایه تئوری دمپستر شافر و الگوریتم ژنتیک
🔺پیش بینی بیماری ایدز بر پایه شبکه عصبی موجک دار

کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘سورس کد(کد متلب) الگوریتم دسته بندی DBSCAN در متلب

#DBSCAN
#الگوریتم

کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘سورس کد(کد متلب) قطعه بندی تصاویر رنگی با الگوریتم K-Means

#K_Means
#الگوریتم

کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘 جزوه کامل آموزش تشخیص گفتار به زبان فارسی

👈شامل 38 فایل PDF بصورت فارسی

#گفتار #آموزش

کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘لینک دانلود پایگاه‌داده(دیتاست) تومور مغزی برای متلب
👈حجم فایل: 840MB
👈تعداد تصاویر: 3064 تصویر
👈شامل تصاویر بصورت ویژگی‌های دسته‌بندی شده.
👈اطلاعات کامل این دیتاست در فایل متنی Readme
@matlab_communication
@matlab_communication

🔺لینک دانلود پایگاه‌داده👇👇👇
https://figshare.com/articles/brain_tumor_dataset/1512427

#پایگاه_داده #دیتاست #تومور_مغزی

کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘فایل PDF آموزش فارسی:
👈مقدمه‌ای بر توابع ریاضی و رسم شکل
👈ماتریس‌ها
👈توابع
👈چند جمله‌ای‌ها
👈 مشتق،انتگرال
👈حل معادلات چند مجهولی و...

کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘ذخیره شکل‌ها به صورت فایل(فایل عکس) در متلب

🔺دستور saveas در متلب(MATLAB) برای ذخیره کردن شکل(Figure) یا بلوک دیاگرام سیمولینک(Simulink Block Diagram) به صورت یک فایل(فایل عکس) با فرمت مشخص به کار می‌رود.
با فرض اینکه شکل یا بلوک دیاگرام سیمولینک مورد نظرمان، دارای یک handle با نام h باشد (یعنی با handle با نام h به شکل اشاره می‌کنیم)، آنگاه دستور saveas را به یکی از دو صورت زیر می‌توانیم به کار ببریم :👇👇👇👇
saveas(h,'filename.ext')
saveas(h,'filename','format')

که در مورد اولی، نام فایل و پسوند آن را در یک عبارت(عبارت filename.ext) مشخص کرده‌ایم که نام فایل برابر filename و پسوند فایل برابر ext خواهد بود. با توجه به اینکه پسوند فایل را مشخص کرده‌ایم، فرمت مورد استفاده برای ساخت فایل مربوط به شکل، بر اساس همان پسوند تعیین شده خواهد بود :
👇👇👇👇👇👇
saveas(h,'filename.ext')

〰〰〰〰〰〰〰〰〰〰
لینک کانال تخصصی متلب: 👇👇👇👇
@matlab_communication
〰〰〰〰〰〰〰〰〰〰

⚠️نکته
🔺در مورد اول، اگر پسوند فایل را در نام فایل ذکر نکنیم، آنگاه پسوند پیش فرض fig برای فایل شکل در نظر گرفته می‌شود(پسوند اصلی مورد استفاده برای ذخیره شکل‌های مربوط به نرم افزار متلب(MATLAB) که باعث می‌شود کلیه اطلاعات شکل را همانند لحظه رسم آن در متلب داشته باشیم).
در مورد دومی، نام فایل را با عبارت filename و فرمت فایل را با عبارت format، به صورت جداگانه مشخص نموده‌ایم. بنابراین پسوند فایل بر اساس فرمت تعیین شده مشخص خواهد شد :
👇👇👇👇
saveas(h,'filename','format')
⚠️نکته
🔺در مورد دوم، اگر پسوند فایل را در نام فایل بنویسیم، فایل مربوط به شکل که ساخته می‌شود، با آن پسوند خواهد بود، اما فرمت استفاده شده برای ساخت فایل شکل، بر اساس همان فرمت تعیین شده می‌باشد.
🔺به عنوان مثال:👇👇👇👇
clear all
close all
clc
x = -1:0.1:1;
h = plot(x,x.^2);
saveas(h,'picture.png')

🔸همچنین یک فایل با نام picture.png از شکل مورد نظر در پوشه ای که برنامه قرار دارد ساخته خواهد شد.


کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘خواندن فایل اکسل(با پسوند xlsx یا xls) در متلب

🔺دستور xlsread در متلب(MATLAB) برای خواندن فایلهای صفحات گسترده نرم افزار Microsoft Excel (فایل‌های با پسوند xlsx یا xls یا سایر فرمت‌های پشتیبانی شده) و ذخیره اطلاعات آنها در یک متغیر به کار می‌رود.

به مثال زیر توجه کنید :
clear all
close all
clc
A = xlsread('barnameh.xlsx')
🔺توجه: barnameh نام فایل اکسل ما می‌باشد.
یادآوری: قبلا" فیلم آموزشی این مبحث را در همین کانال قرار داده‌ایم.
کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication

🔘آموزش وارد کردن اطلاعات از اِکسل(Excel) به درون متلب به زبان فارسی

کانال تخصصی متلب:👇👇
•┄✺ೋ🌹‌✺┄•
@matlab_communication