دانلود مقاله و خرید ترجمه:آشکارسازی و دسته‌بندی اشیا متحرک با استفاده از روش عصبی – فازی
دانلود بهترین مقالات isi همراه با ترجمه فارسی

کارابرن عزیز، مقالات سایت ( همگی جزو مقالات isi می باشند) بالاترین کیفیت ترجمه را دارند، ترجمه آنها کامل و دقیق می باشد (حتی محتوای جداول و شکل های نیز ترجمه شده اند) و از بهترین مجلات isi مانند IEEE، Sciencedirect، Springer، Emerald و ... انتخاب گردیده اند.

ورود اعضا
توجه توجه توجه !!!!
تمامی مقالات ترجمه شده ، انگلیسی و کتاب های این سایت با دقت تمام انتخاب شده اند. در انتخاب مقالات و کتاب ها پارامترهای جدید بودن، پر جستجو بودن، درخواست کاربران ، تعداد صفحات و ... لحاظ گردیده است. سعی بر این بوده بهترین مقالات در هر زمینه انتخاب و در اختیار شما کاربران عزیز قرار گیرد. ضمانت ما، کیفیت ماست.
نرم افزار winrar

از نرم افزار winrar برای باز کردن فایل های فشرده استفاده می شود. برای دانلود آن بر روی لینک زیر کلیک کنید
دانلود

پیشنهادات ویژه
پکیج ویژه مقالات محاسبات ابری
پکیج ویژه مقالات زنجیره تامین
پیوندهای کاربردی
پیوندهای مرتبط
مقالات ترجمه شده منطق فازی
  • آشکارسازی و دسته‌بندی اشیا متحرک با استفاده از روش عصبی – فازی

    سال انتشار:

    2016


    ترجمه فارسی عنوان مقاله:

    آشکارسازی و دسته‌بندی اشیا متحرک با استفاده از روش عصبی – فازی


    عنوان انگلیسی مقاله:

    Moving Object Detection and Classification Using Neuro-Fuzzy Approach


    منبع:

    International Journal of Multimedia and Ubiquitous Engineering Vol.11, No.4 (2016)


    نویسنده:

    M. Mustafah. 1. , A. A. Shafie. 1. , N. A. Zainuddin


    چکیده انگلیسی:

    Public surveillance monitoring is rapidly finding its way into Intelligent Surveillance System. Street crime is increasing in recent years, which has demanded more reliable and intelligent public surveillance system. In this paper, the ability and the accuracy of an Adaptive Neuro-Fuzzy Inference System (ANFIS) was investigated for the classification of moving objects for street scene applications. The goal of this paper is to classify the moving objects prior to its communal attributes that emphasize on three major processes which are object detection, discriminative feature extraction, and classification of the target. The intended surveillance application would focus on street scene, therefore the target classes of interest are pedestrian, motorcyclist, and car. The adaptive network based on Neuro-fuzzy was independently developed for three output parameters, each of which constitute of three inputs and 27 Sugeno-rules. Extensive experimentation on significant features has been performed and the evaluation performance analysis has been quantitatively conducted on three street scene dataset, which differ in terms of background complexity. Experimental results over a public dataset and our own dataset demonstrate that the proposed technique achieves the performance of 93.1% correct classification for street scene with moving objects, with compared to the solely approaches of neural network or fuzzy.
    Keywords: Moving object detection | neural fuzzy systems | object classification | street crime | visual surveillance


    چکیده فارسی:

    فرابینی مراقبت عمومی به سرعت به سمت بهره‌گیری از سیستم مراقبت هوشمند به پیش می‌رود. جرایم خیابانی در سال‌ها اخیر رو به افزایش است که این امر نیاز به استفاده از یک سیستم مراقبت عمومی هوشمند و مطمئن‌تر را مقتضی ساخته است. در این مقاله، توانایی و دقت یک سیستم استنتاج عصبی – فازی سازگار (ANFIS) جهت دسته‌بندی اشیا متحرک برای استفاده در صحنه‌های خیابان مورد بررسی قرار گرفته است. در این مقاله سعی می‌شود دسته‌بندی اشیا متحرک قبل از ارائه ویژگی‌های گروهی آن‌ها صورت گیرد که این ویژگی‌ها نیز بر سه فرآیند عمده شامل آشکارسازی اشیا، استخراج ویژگی متمایز کننده و دسته‌بندی هدف مورد نظر تأکید می‌نماید. برنامه کاربردی مراقبتی مورد نظر بر صحنه خیابانی متمرکز خواهد بود، از این رو، دسته‌های هدف مورد نظر را عابر پیاده، موتورسوار و خودرو تشکیل می‌دهند. شبکه سازگار مبتنی بر سیستم عصبی – فازی به طور جداگانه برای سه پارامتر خروجی طراحی گردیده است که هر یک از آن‌ها از 3 ورودی و 27 قاعده سوگنو تشکیل می‌شوند. علاوه بر این، آزمایش وسیعی روی ویژگی‌های مهم انجام شده است و تجزیه و تحلیل عملکرد ارزیابی به لحاظ کمی در سه پایگاه داده صحنه‌های خیابانی اجرا شده است که بر حسب پیچیدگی پس‌زمینه فرق می‌کند. نتایج آزمایشی مربوط به پایگا‌ه داده‌های عمومی و پایگاه داده‌های شخصی ما اثبات می‌نماید که روش پیشنهادی در مقایسه با روش‌های شبکه عصبی یا فازی صرف به عملکرد 1/93 درصدی در دسته‌بندی صحیح صحنه خیابانی با اشیا متحرک دست می‌یابد.
    واژگان کلیدی: آشکارسازی اشیا متحرک | سیستم‌های عصبی – فازی | دسته‌بندی اشیا | جرایم خیابانی | مراقبت بصری


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 13
    تعداد صفحات فایل doc فارسی: 27

    وضعیت ترجمه عناوین تصاویر و جداول: به صورت کامل ترجمه شده است

    وضعیت ترجمه متون داخل تصاویر و جداول: به صورت کامل ترجمه شده است

    حجم فایل: 604 کیلوبایت


    قیمت: 35000 تومان  31500 تومان(10% تخفیف)


    توضیحات اضافی:




تعداد نظرات : 0

الزامی
الزامی
الزامی
منطق-فازی
موضوعات
footer