فی فوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

فی فوو

مرجع دانلود فایل ,تحقیق , پروژه , پایان نامه , فایل فلش گوشی

افزونه ثبت مطالب خودکار در فیسبوک و شبکه های اجتماعی Facebook All 1.0 برای جوملا 3_2.5

اختصاصی از فی فوو افزونه ثبت مطالب خودکار در فیسبوک و شبکه های اجتماعی Facebook All 1.0 برای جوملا 3_2.5 دانلود با لینک مستقیم و پر سرعت .

افزونه ثبت مطالب خودکار در فیسبوک و شبکه های اجتماعی Facebook All 1.0 برای جوملا 3_2.5


افزونه ثبت مطالب خودکار در فیسبوک و شبکه های اجتماعی Facebook All 1.0 برای جوملا 3_2.5

شما می توانید با استفاده از افزونه جوملا Facebook All مطالب خود را به صورت خودکار در فیسبوک و شبکه های اجتماعی ثبت کنید. وکاربران می توانند به راحتی مراحل ثبت نام و ورود در سایت را انجام دهند. و کاربران می توانند توسط اکانت فیسبوک شان به راحتی وارد سایت شوند.

نکته : برای دانلود این افزونه با قیمت مناسب تر و دسترسی به آپدیت های این افزونه به صورت مرتب وارد این لینک شوید.


دانلود با لینک مستقیم


افزونه ثبت مطالب خودکار در فیسبوک و شبکه های اجتماعی Facebook All 1.0 برای جوملا 3_2.5

تحقیق بهبود مدل کاربر در وبسایت بصورت خودکار با استفاده از معناشناسی با مفاهیم خاص دامنه

اختصاصی از فی فوو تحقیق بهبود مدل کاربر در وبسایت بصورت خودکار با استفاده از معناشناسی با مفاهیم خاص دامنه دانلود با لینک مستقیم و پر سرعت .

تحقیق بهبود مدل کاربر در وبسایت بصورت خودکار با استفاده از معناشناسی با مفاهیم خاص دامنه


تحقیق بهبود مدل کاربر در وبسایت بصورت خودکار با استفاده از معناشناسی با مفاهیم خاص دامنه

دانلود تحقیق بهبود مدل کاربر در وبسایت بصورت خودکار با استفاده از معناشناسی با مفاهیم خاص دامنه که شامل 155 صفحه و بشرح زیر میباشد :

فرمت فایل : Word

*دارای چکیده به زبان انگلیسی

چکیده : گرانبار شدن اطلاعات یک مشکل عمده در وب کنونی به شمار میرود. برای مقابله با این مشکل، سیستمهای شخصی سازی وب ارائه شدهاند که محتوا و سرویس های یک وبسایت را با افراد براساس علایق و رفتار گردشی آنها سازگار میکنند. یک مولفهی اساسی در هر سیستم شخصیسازی وب، مدل کاربر آن است. محتوای صفحات یک وبسایت را میتوان به منظور ایجاد مدل دقیقتری از کاربر مورد استفاده قرار داد، اما رویکردهای مبتنی بر کلمات کلیدی نگرش عمیقی از وبسایت ندارند. اخیرا تحقیقاتی برای ترکیب کردن معنای موجود در وب¬سایت در نمایش کاربران آن انجام شده است. تمامی این تلاشها یا از یک رده بندی یا واژگان شناختی خاص و دست ساخته و یا از واژگان¬شناختیهای عمومی مانند WordNet برای نگاشت مشاهده صفحات به عناصر معنایی استفاده میکنند. با این وجود ساختن یک سلسله مراتب از مفاهیم بصورت دستی زمانبر و هزینهبر است. از سوی دیگر منابع معنایی لغوی عمومی از پوشش کم عبارات خاص دامنه رنج می برند. در این پایان نامه ما قصد داریم که هر دوی این نقصها را برطرف کنیم. دستاورد اصلی ما این است که مکانیسمی برای بهبود نمایش کاربر در وبسایت بصورت خودکار و با استفاده از یک منبع معنایی لغوی جامع معرفی میکنیم. ما از Wikipedia، بزرگ ترین دایره المعارف امروزی به عنوان یک منبع غنی معنایی برای بهبود ساخت خودکار مدل برداری از علایق کاربر بهره برداری می کنیم. معماری ارائه شده شامل تعدادی مولفه است که عبارتند از: پیش پردازش اولیه، استخراج مفاهیم دامنه ی وب سایت، استخراج کلمات کلیدی از وب سایت، سازنده ی بردار کلمات کلیدی و نگاشت کلمات کلیدی به مفاهیم. دستاورد مهم دیگر استفاده از ساختار وب سایت برای محدود کردن خودکار مفاهیم خاص دامنه می باشد. سرانجام، آخرین دستاورد آن یک روش جدید نگاشت کلمات کلیدی به مفاهیم است. ارزیابی های ما نشان می دهد که روش پیشنهادی همراه با منبع معنایی لغوی جامع آن کاربران را بصورت موثرتری نسبت به روش کلمات کلیدی و نیز روش های بر مبنای WordNet نمایندگی می کند.

Abstract

Information overload is a major problem in the current World Wide Web. To tackle this problem, web personalization systems have been proposed that adapt the contents and services of a website to individual users according to their interests and navigational behaviors. A major component in any web personalization system is its user model. The content of the pages in a website can be utilized in order to create a more precise user model, but keyword based approaches lack a deep insight of the website. Recently a number of researches have been done to incorporate semantics of a website in representation of its users. All of these efforts use either a specific manually constructed taxonomy or ontology or a general purpose one like WordNet to map page views into semantic elements. However, building a hierarchy of concepts manually is time consuming and expensive. On the other hand, general purpose resources suffer from low coverage of domain specific terms. In this thesis we intend to address both these shortcomings. Our main contribution is that we introduce a mechanism to automatically improve the representation of the user in the website using a comprehensive lexical semantic resource. We utilize Wikipedia, the largest encyclopedia to date, as a rich lexical resource to enhance the automatic construction of vector model representation of user interests. The proposed architecture consists of a number of components namely basic log preprocessing, website domain concept extraction, website keyword extraction, keyword vector builder and keyword to concept mapping. Another important contribution is using the structure of the website to automatically narrow down domain specific concepts. Finally the last contribution is a new keyword to concept mapping method. Our evaluations show that the proposed method along with its comprehensive lexical resource represents users more effectively than keyword based approaches and WordNet based approache

فهرست
1- مقدمه 9
مقدمه 13
1-1- دلایل نیاز به شخصی سازی وب 13
1-1-1- گرانبار شدن اطلاعات 13
1-1-2- نیاز به جذب مشتری پابرجای برای وب سایت 14
1-2- تعریف شخصی سازی وب 14
1-3- فواید سیستم شخصی سازی وب 14
1-4- تفاوت شخصی سازی وب با تطبیق طرح کلی سایت 15
1-5- طبقه بندی عملکردهای اصلی شخصی سازی وب 15
1-6- نیازمندیهای اصلی سیستم شخصی سازی وب 16
1-7- رویکرد های موجود در شخصی سازی وب 17
1-8- نقش وب کاوی کاربرد وب در شخصی سازی وب 18
1-9- نیاز به استفاده از محتوا در شخصی سازی وب 19
1-10- نیاز به استفاده از معنا در شخصی سازی وب 19
1-11- هدف پروژه 21
1-12- نحوه ی گردآوری مراجع 21
1-13- رویکرد بکار رفته در تحقیق 21
1-14- ساختار پایان نامه 22
مراجع 22
2- مطالب پیش زمینه 25
مقدمه 25
2-1- شخصی سازی وب براساس وب کاوی کاربرد وب 25
2-1-1- آماده سازی و مدلسازی داده 28
2-1-1-1- منابع و انواع داده 29
2-1-1-1-1- داده های کاربرد 29
2-1-1-1-1-1- فرمت های ثبت 30
2-1-1-1-1-2- منابع داده های کاربرد 32
2-1-1-1-2- داده های محتوا 36
2-1-1-1-3- داده های ساختار 37
2-1-1-1-4- داده های کاربران 37
2-1-1-2- آماده سازی و پیش پردازش داده ها 38
2-1-1-2-1- پاکسازی داده ها 38
2-1-1-2-2- شناسایی کاربر 40
2-1-1-2-3- تشخیص مشاهده صفحه 41
2-1-1-2-4- تشخیص جلسه ی کاربر 42
2-1-1-2-5- تکمیل مسیر 43
2-1-1-2-6- تشخیص تراکنش 44
2-1-1-2-7- پیش پردازش نهایی داده های کاربرد 46
2-1-1-2-8- یکپارچه سازی داده ها از منابع گوناگون 47
2-1-2- کشف الگو از داده های کاربرد وب 48
2-1-2-1- سطوح و انواع تحلیل 48
2-1-2-2- وظایف داده کاوی بر روی داده های کاربرد وب 49
2-1-2-2-1- کاوش قواعد انجمنی 50
2-1-2-2-2- کشف الگوهای ترتیبی 52
2-1-2-2-3- خوشه بندی 57
2-1-3- استفاده از الگوهای کشف شده جهت شخصی سازی وب 61
2-1-4- زمینه های تحقیقاتی شخصی سازی وب 61
2-2- منابع معنایی لغوی 63
2-2-1- فرهنگ لغت 63
2-2-2- فرهنگ های جامع 63
2-2-3- واژگان شناختی و رده بندی 64
2-2-3-2- رده بندی 67
2-2-3-3- واژگان شناختی ها و رده بندی های موجود 67
2-2-3-3-1- واژگان شناختی های مربوط به یک دامنه ی خاص 68
2-2-3-3-2- واژگان شناختی های عمومی 68
2-2-3-3-2-1- CYC و OpenCYC 68
2-2-3-3-2-2- WordNet 68
2-2-3-3-2-3- دایرکتوری های وب 70
2-2-3-4- زبان های نمایش واژگان شناختی 71
2-2-4- فرهنگ های عمومی 72
2-2-4-1- Wikipedia 72
2-2-4-1-1- نقاط ضعف و قوت Wikipedia 74
2-2-4-1-2- ساختار Wikipedia 75
2-2-4-1-3- انواع اطلاعات معنایی لغوی در Wikipedia 76
2-2-5- نتیجه گیری 78
مراجع 80
3- کارهای انجام شده در زمینه مدلسازی کاربر در شخصی سازی وب با استفاده از محتوای وب 85
مقدمه 85
3-1- تکنیک های مورد استفاده 86
3-1-1- تکنیک tf-idf 86
3-1-2- تکنیک تحلیل معنایی پنهان 86
3-1-3- تکنیک های مربوط به محاسبه ی ارتباط معنایی دو کلمه 87
3-1-3-1- معیارهای ارتباط معنایی مهم در ساختارهای سلسله مراتبی 87
3-1-3-1-1- رویکردهای مبتنی بر مسیر 88
3-1-3-1-2- رویکردهای مبتنی بر محتوای اطلاعات 88
3-1-3-1-3- رویکردهای مبتنی بر همپوشانی متن 89
3-1-3-2- رویکردهای محاسبه ی ارتباط معنایی دو کلمه برای روابط غیر رابطه ی هست 89
3-1-3-3- کارهای انجام شده در مورد محاسبه ی ارتباط معنایی دو کلمه در Wikipedia 90
3-2- رویکردهای انجام شده در زمینه ی مدلسازی کاربر در وب سایت با استفاده از محتوای صفحات 91
3-2-1- رویکردهای بر مبنای کلمات کلیدی 92
3-2-2- رویکردهای معنایی 92
3-2-2-1- روش های آماری 93
3-2-2-2- روش های مبتنی بر سلسله مراتب 94
جمع بندی 100
مراجع 101
4- روش پیشنهادی 106
مقدمه 106
4-1- تعریف مساله 106
4-2- طراحی روش جدید 106
4-2-1- مولفه ی پیش پردازش اولیه ی ثبت 107
4-2-2- مولفه ی استخراج کلمات کلیدی از صفحات وب سایت 107
4-2-3- مولفه ی استخراج مفاهیم دامنه از وب سایت 111
4-2-4- مولفه ی سازنده ی بردار کلمات کلیدی 113
4-2-5- مولفه ی نگاشت 115
4-6- دیاگرام های UML قسمت های اصلی سیستم 117
4-7- بررسی تطابق طرح پیشنهادی با صورت مساله 117
جمع بندی 119
مراجع 119
5- جزئیات پیاده سازی 121
مقدمه 121
5-1- مولفه ی پیش پردازش اولیه ی ثبت 121
5-1-2- نحوه ی دریافت ثبت وب سرور 121
5-2- مولفه ی استخراج کلمات کلیدی از صفحات وب سایت 123
5-3- مولفه ی استخراج مفاهیم دامنه از وب سایت 125
5-4- مولفه ی سازنده ی بردار کلمات کلیدی 125
5-5- مولفه ی نگاشت 125
5-6- پیاده سازی آزمایشات 125
جمع بندی 126
مراجع 126
6- ارزیابی روش پیشنهادی 129
مقدمه 129
6-1- مجموعه داده ها 129
6-2- پارامترهای ارزیابی 130
6-3- بررسی درستی مولفه های سیستم 131
6-4- آزمایشات انجام شده 131
6-4-1- سخت افزار مورد استفاده 132
6-4-2- نتایج آزمایشات 132
6-4-3- تحلیل نتایج آزمایشات 132
جمع بندی 133
مراجع 133
7- نتیجه گیری و کارهای آینده 136
مقدمه 136
7-1- نتایج حاصل از پروژه 136
7-2- دستاوردهای پروژه 136
7-3- کارهای آینده 137
مراجع 139
واژه نامه 145
 
فهرست شکل ها
 
شکل 2-1- مولفه های برون خطی آماده سازی داده و کشف الگو 23
شکل 2-2- مولفه برخط شخصی سازی وب 24
شکل 2-3- تراکنش HTTP 25
شکل 2-4- URL و URI 26
شکل 2-5-  مکان های جمع آوری داده های کاربرد وب 28
شکل 2-6- مثالی از مدل کردن رفتار گردشی کاربر با زنجیره ی مارکف 51
شکل 2-7- مثالی از مدل کردن رفتار گردشی در یک درخت تجمعی 53
شکل 2-8- مثالی از استخراج پروفایل های تجمعی کاربرد از خوشه های تراکنش ها 55
شکل 2-9- بخشی از زمینه های تحقیقاتی شخصی سازی وب 58
شکل 2-10- نمونه ای از واژگان شناختی 61
شکل 2-11- نمونه ای از یک رده بندی 63
شکل 3-1- استفاده از SVD برای تجزیه ماتریس D * T 83
شکل 3-2-  مفسر معنایی سیستم ESA 87
شکل 3-3- ماتریس SESSION-PAGE VIEW 89
شکل 3-4- تولید C-LOG 93
شکل 4-1- معماری کلی سیستم پیشنهادی 103
شکل 4-2- جزئیات مولفه ی استخراج کلمات کلیدی 105
شکل 4-3- شبه کد مولفه استخراج کلمات کاندیدا 106
شکل 4-4- شبه کد مولفه رتبه بندی کلمات کاندیدا 106
شکل 4-5- جزئیات مولفه ی استخراج مفاهیم دامنه 107
شکل 4-6- شبه کد بخش فیلتر کردن کاندیدا 108
شکل 4-7- شبه کد مولفه سازنده بردار کلمات کلیدی 110
شکل 4-8- شبه کد مولفه ی نگاشت 111
شکل 4-9- CLASS DIAGRAM مولفه های اصلی سیستم 113
شکل 4-10- SEQUENCE DIAGRAM بخش اصلی سیستم 114
 
فهرست جدول ها
 
جدول 2-1- مثال هایی از ارتباطات لغوی در WORDNET 66
جدول 2-2- منابع اطلاعات معنایی لغوی در WIKIPEDIA 73
جدول 2-3- مقایسه ی انواع منابع معنایی لغوی جهت استفاده در شخصی سازی وب 74
جدول 4-1- بردارهای کلمات کلیدی صفحات وب سایت مثال1 110
جدول 4-2- بردارهای کلمات کلیدی جلسه ی داده شده در مثال1 110
جدول 4-3- کلمات کلیدی و وزن های فرضی آنها در مثال 2 112
جدول 4-4- مفاهیم موجود در صفحات جلسات کاربر به همراه وزن های آنها در مثال 2 112
جدول 5-1- ساختار دستور CUSTOMLOG 117
جدول 5-2- ساختار دستور LOGFORMAT 117
جدول 6-1- نتایج آزمایشات انجام شده بر روی 100 جلسه ی تصادفی 128

دانلود با لینک مستقیم


تحقیق بهبود مدل کاربر در وبسایت بصورت خودکار با استفاده از معناشناسی با مفاهیم خاص دامنه

افزونه کانال خودکار – ارسال مطالب به کانال تلگرام

اختصاصی از فی فوو افزونه کانال خودکار – ارسال مطالب به کانال تلگرام دانلود با لینک مستقیم و پر سرعت .

افزونه کانال خودکار – ارسال مطالب به کانال تلگرام


افزونه کانال خودکار – ارسال مطالب به کانال تلگرام

توضیحات محصول

 

*****این افزونه در تاریخ ۲۰/۵/۱۳۹۵ به نسخه ۱٫۸۰ به روز رسانی گردید.*****

*جعبه تنظیمات سریع و جعبه متن دلخواه نیز در به روز رسانی جدید ارائه شده اند*

*پشتیبانی از تگ های < a > و < i > و < b > از فرمت HTML موجود در نوشته ی شما*

** این افزونه هم اکنون با افزونه های استاندارد ربات نویسنده وردپرس هماهنگ است **

بنشینید و چای بنوشید و پیشرفت کنید.

تلگرام، محیطی که از هر ۱۰ ایرانی ۹ نفر در آن عضویت دارند و این یعنی فرصتی برای دیده شدن در بزرگترین جامعه ی مجازی فعال در ایران.

به احتمال خیلی زیاد شما یک نویسنده یا مدیر یک وبسایت هستید که از سیستم مدیریت محتوای وردپرس استفاده می کنید و حتما پیش آمده است که بخواهید مطالبی را که منتشر می کنید به سرعت در دسترس عموم قرار دهید تا بازدید و رتبه ی سایت شما رشد کند. همینطور شاید برای شما یا نویسندگان همکارتان کار طاقت فرسایی باشد تا تک تک مطالبشان را در مکان های مختلف با ویرایش های اضافه و همینطور به همراه لینک به وبسایت شما و نام وبسایت شما قرار دهند.

در اینجا چند سوال پیش می آید:

آیا تمامی نویسندگان وبسایت شما می توانند دسترسی مدیریتی به کانال تلگرامی شما داشته باشند؟

آیا ایجاد هماهنگی بین نویسندگان مختلف برای قالب ارسال یکسان به همراه نام وبسایت و لینک به نوشته کار ساده و دور از خطایی می تواند باشد؟

آیا نویسندگان شما از ارسال چندباره ی مطالب خود در شبکه های مختلف در تلگرام احساس خوبی خواهند داشت؟

تمامی این سوالات پاسخ های متفاوتی دارند. اما چیزی که برای یک مدیر و سیاست گذار یک وبسایت موفق مهم است انجام درست و به موقع و انتشار یک دست و منظم به همراه اطلاع رسانی خوب و موفق است. دیگر مدیریت به شکلی که در سال های دور وجود داشت امکان پذیر نیست. مدیران نیاز به ابزار دارند.

افزونه ی کانال خوکار تلگرام ابزاری است که شما را در امر اطلاع رسانی به شکل باورناپذیری یاری می کند و شما می توانید بدون حتی نیاز به ۱ثانیه زمان اضافه برای تولید مجدد مطلب، آموزش نویسندگان و هماهنگی های طاقت فرسا به راحتی و بدون هیچ دردسری مطالب ارسالی در وبسایت خود را در تمامی کانال هایی که مدیریت آن ها را به عهده دارید به صورت خودکار ارسال نمایید.

دیگر احتیاجی به نگران بودن درباره ی بازدید وبسایت رو به رشد خود نخواهید بود. مطالب شما در همان دقایق ابتدایی بازدیدهای بالایی خواهند داشت.

 

در طراحی این افزونه نهایت سادگی سرلوحه ی کار ما بوده است،

هیچ خبری از هیچ تنظیم یا پیچیدگی اضافه ای نیست. تنها در زمان ارسال مطلب یک چک باکس کوچک به شما نمایش داده خواهد شد که ارسال این مطلب را در شبکه های شما تایید می کند. و کافیست روی دکمه ی انتشار مطلب کلیک کنید تا هزاران کاربر نوشته ی شما را در همان لحظه دریافت کنند.

تنظیمات حداقل، اما کاربردی

از طریق منوی مدیریتی این افزونه قادر خواهید بود قالب ارسال پیام در شبکه های تلگرامی را تنظیم نمایید.

  • تصویر شاخص درج شود؟
  • عنوان نوشته کجا باشد؟
  • متن به صورت کامل باشد یا چکیده یا تعداد کاراکتر دلخواهتان؟
  • می خواهید متن دلخواه ارسال کنید؟
  • لینک کوتاه درج شود؟
  • نیاز به امضاء دارید؟
  • برچسب ها به صورت هشتگ ارسال شوند؟

همینطور قادر خواهید بود چندین کانال را به صورت همزمان برای ارسال درنظر بگیرید.

(نکته برای این منظور ربات شما بایستی در تمامی کانال های شما به عنوان مدیر انتخاب شده باشد)

در اکثر وبسایت های وردپرسی لینکی که به نوشته ی شما ختم می شود همراه خود یک تصویر پیش نمایش دارد که به توضیحات متای نوشته ی شما اشاره می کند. اگر مایل هستید این پیش نمایش در لینک نوشته ی شما به نمایش درآید یا خیر قادرید این تنظیم را در پنل مدیریتی خود انجام دهید.

راهنمای استفاده از افزونه ی کانال خودکار تلگرام

 

برای استفاده از این افزونه و ارسال موفقیت آمیز مطالب ارسالی تاد در شبکه های تحت مدیریت شما کافیست چند قدم زیر را انجام دهید:

  1. ابتدا یک ربات در تلگرام ایجاد نمایید.
  2. رباتی را که ایجاد کرده اید به مدیران کانال تلگرامی خود بیافزایید.
  3. کد Token-API ربات را در پنل مدیریتی افزونه وارد نمایید.
  4. نام کانال تلگرام خود را به همراه @ در ابتدای آن، در لیست کانال ها در پنل مدیریت افزونه وارد نمایید.

دانلود با لینک مستقیم


افزونه کانال خودکار – ارسال مطالب به کانال تلگرام

دانلود تحقیق ربات های هوشمند خودکار

اختصاصی از فی فوو دانلود تحقیق ربات های هوشمند خودکار دانلود با لینک مستقیم و پر سرعت .

دانلود تحقیق ربات های هوشمند خودکار


دانلود تحقیق ربات های هوشمند خودکار

 چکیده

این مقاله الگوریتمی جدید برای مسئله برنامه ریزی مسیرکلی به یک هدف ، برای ربات متحرک را با استفاده از الگوریتم ژنتیک ارائه می دهد .الگوریتم ژنتیک برای یافتن مسیر بهینه برای ربات متحرک جهت حرکت در محیط استاتیک که توسط نقشه ای با گره ها و لینک ها بیان شده است ،بکار گرفته شده است.موقعیت هدف و موانع برای یافتن یک مسیر بهینه در محیط دو بعدی داده شده است .هر نقطه اتصال در شبکه ژنی است که با استفاده از کد باینری ارائه شده است.تعداد ژن ها در یک کروموزوم تابعی از تعداد موانع در نقشه (نمودار)می باشد.
بنابراین از یک کروموزوم با طول ثابت استفاده کردیم.مسیر ربات ایجاد شده ، در مفهوم کوتاهترین مسیر ،بهینه است .ربات دارای محل آغاز و محل هدف تحت فرضیه ای است که ربات از هر محل فقط یکبار می گذرد یا اصلا نمی گذرد.نتایج بدست آمده در شبیه سازی ؛قدرت الگوریتم پیشنهادی را تایید می نماید.

 

 

 

 

شامل 54 اسلاید powerpoint و156 صفحه pdf و 38 صفحه word


دانلود با لینک مستقیم


دانلود تحقیق ربات های هوشمند خودکار

دانلود مقاله تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP

اختصاصی از فی فوو دانلود مقاله تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP دانلود با لینک مستقیم و پر سرعت .

دانلود مقاله تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP


دانلود مقاله تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP

 

مشخصات این فایل
عنوان: تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP
فرمت فایل:word(قابل ویرایش)
تعداد صفحات:39

این مقاله در مورد تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP می باشد.

 

بخشی از تیترها به همراه مختصری از توضیحات مقاله تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP

مقدمه
امروزه به علت اهمیت روز افزون اطلاعات و تمایل افراد به امنیت بیشتر اطلاعات مخصوصا در Internet، ابزارهای قدیمی مانند استفاده از Password به تنهایی جوابگو و قابل اعتماد نمی‌باشد، خصوصاً با ایجاد تجارت الکترونیک و خرید و فروش اینترنتی مسئله امنیت نه تنها برای شرکتها و بانکها بلکه برای عموم افراد مهم شده است. بنابرین متخصصین به دنبال راه‌هایی مطمئن‌تر می‌گردند یکی از موفق‌ترین راه های یافته شده استفاده از علم بیومتریک(Biometric) است.[1,2,3] که با یکی از معرفترین آنها یعنی اثر انگشت از دیر باز آشنا هستیم. خطوطی که بر روی سرانگشتان همه انسانها نقش بسته از دیر باز مورد توجه همه بوده است، این خطوط نقشهای مختلفی دارند، یکی از این وظایف ایجاد اصطکاک بین سر انگشتان و اشیاء متفاوت...(ادامه دارد)

- خصوصیات عنبیه چشم انسان :
یک عضو داخلی بدن انسان که از خارج قابل رویت است و دارای ویژگی های منحصر به فرد برای هر شخص است. به طوری که هرگز دو نفر با عنبیه یکسان پیدا نمی‌شود و جزو اثر باقی مانده در طول حیات یک شخص است که در سنین مختلف از بدو تولد تا پیری تغییر نمی‌کند و برخلاف اثر انگشت، خصایص عنبیه بسیار دقیق و پیچیده‌تر است و شامل الگوی بافتی یکسان است و آنقدر پیچیده است که بعنوان یک مشخصه زیست سنجی قوی مورد استفاده قرار می‌گیرد.[5]
خصوصیات عنبیه چشم نشان می‌دهد که احتمال پیدا کردن دو فرد با الگوی عنبیه یکسان صفر است و در مقایسه با دیگر مشخصه‌های زیست سنجی مانند دست و انگشت نگاری الگوهای...(ادامه دارد)

گرفتن تصویر:
الگوى به کار رفته در عنبیه هر شخصى منحصر به فرد است. این الگو در چشمان راست و چپ یک شخص نیز یکسان نیست. شاید تصور شود که استفاده از فناوری اسکن عنبیه برای ورود به مکانی حفاظت شده در آینده عملی می شود اما در حقیقت این فناوری هم اکنون سیستم امنیتی بسیاری از اماکن سری مهم دنیا را تشکیل می دهد. در قلب این سیستم یک (CCD Charge Coupled Device) عناصر میکرو الکترونیکی که نور را به...(ادامه دارد)

الف. موقعیت مردمک :
می‌دانیم که عنبیه و مردمک شکل‌های دایره‌ای دارند و لبه‌ها مرز آنها را مشخص می‌کند که به شکل یک منحنی بسته وصل است.
هر نقطه داخل مردمک شناسایی شده، بعنوان نقطه مناسبی از پروسجر برای استخراج عنبیه تا مرزهای مردمک می‌تواند انتخاب شود. برای پیدا کردن موقعیت مناسب مردمک ما جستجو می‌کنیم یک قسمت یا نقطه...(ادامه دارد)

بخشی از فهرست مطالب مقاله تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP

چکیده
1. مقدمه
2- بررسیها
2.2- آثار پیشین :
تحلیل و تشخیص
3.1- گرفتن تصویر:
الف. موقعیت مردمک
3.2.2- واحد نرمال سازی تصاویر عنبیه :
3.2.3- واحد بهبود تصاویر عنبیه
الف. فیلتر بالاگذر:
3.3- استخراج خصوصیات :
3.3.1- شرح برنامه
...(ادامه دارد)


دانلود با لینک مستقیم


دانلود مقاله تشخیص خودکار عنبیه به کمک بعد فرکتال و شبکه عصبی MLP