هزاران کاربر آماده کار برای شما هستند.  فرم ایجاد پروژه
 کاربران 43,325  پروژه ها 14,843
رشته تحصیلی
موضوع
موضوعپیاده سازی پروژه در متلب با موضوع دسته بندی تصاویر با بخشی ازدادههای مجموعه ی Corel
رشتهکامپیوتر
هوش مصنوعی و رباتیک
توضیحات موضوع این پروژه دسته بندی تصاویر است و مجموعه استفاده شده بخشی ازداده های مجموعه ی Corel است؛ و باید با نقش استخراج ویژگی خوب و استفاده از دسته بند مناسب در حل مسائل شناسایی الگو آشنا شویم 2- پایگاه داده و نحوه آزمون: داده هایی که در اختیار شما قرار گرفته اند شامل 8 دسته ی مختلف از تصاویر )ساختمان، اتوبوس، دایناسور، فیل و ...( تصویر از هر دسته در اختیار شماست. شما بایستی پس از انتخاب و استخراج ویژگیهای خوب از تصاویر و احتماالً کاهش بعد مناسب بر روی ویژگیهای استخراج شده، یک روش پایه و یک روش پیشنهادی را پیادهسازی نموده و بر روی دادههایتان، تست، مقایسه و تحلیل کنید. مستندات از نحوه کد نویسی ، نتایج گزارش شده و نحوه گزارش نتایج، نتیجهی آزمونی که توسط کدهای انجام میگیرد را نیز میخواهم آزمون بر روی مجموعه های تصادفی از آموزش و آزمون، انتخاب شده از مجموعه ی داده Corel انجام خواهد شد. 3- دسته بند پایه دسته بند پایه انتخاب شده ماشینهای بردار پشتیبان )SVM( با کرنل گائوسی و ویژگی پایه هیستوگرام رنگ است. شما بایستی روش پیشنهادی خود را با این روش پایه مقایسه کنید. روش پیشنهادی شما باید نتایجی بهتر از این روش داشته باشد. 4- خروجی خروجیها: 5- سند گزارش ( گزارش از تحلیل ها و چرا از برخی پارامترها استفاده شده به صورت جامع 2- کدهای پیادهسازی شده a. یک فایلmain.m بدون پارامتر ورودی باید برای اجرای روش پیشنهادی وجود داشته باشد. b. سایر کدها ii. جعبه ابزارهای استفاده شده که به صورت پیشفرض در matlab وجود ندارند. در گزارش خود بایستی به این سؤاالت پاسخ دهید: • روش مواجهه با چندکالسه بودن مسئله • روش انتخاب داده و آموزش و تست • روش انتخاب پارامترها • مشخص نمودن ویژگیهای مورد استفاده در روش پیشنهادی • مشخص نمودن دستهبند مورد استفاده در روش پیشنهادی • مقایسه نتایج دستهبند پایه و دستهبند پیشنهادی 1- پیشنهادات پیشنهاد میشود که ویژگیهای آسان و در عین حال مناسب بیابید، عالوه بر جستجو در مقاالت برای انتخاب ویژگی از شهود خود نیز برای این کار بهره ببرید. میتوانید برای استخراج ویژگی از کدهای آماده موجود در اینترنت نیز استفاده کنید. میتوانید از هر کد موجود درMatlab یا جعبهابزارهای دیگر برای کار خود استفاده کنید. اما روش پیشنهادی را بایستی خودتان پیادهسازی کرده باشید. برای پیادهسازی دسته بند پایه استفاده از جعبهابزار libsvm پیشنهاد میشود. کاهش بعد و انجام پیش پردازشهایی چون حذف همبستگی بعدهای مختلف داده ها اکیداً توصیه میشود. هیچ محدودیتی درانتخاب روش پیشنهادی وجود ندارد. روشهای معمول مطالعه شده در کالس، روشهای مبتنی بر کرنل با انواع کرنل پیشنهادی و یا استفاده از boosting برای دسته بند موردنظر بالمانع است. میخواستم بدونم هزینه این پروژه چقدر میشه و مدت زمان پیاده سازی ش چقدر طول میکشه ؟؟؟ خیلی خیلی سپاسگزارم
قیمت به هزار تومان420
برای خرید کلیک کنید


ورود اعضا

تماس با ما

آدرس :تهران -میدان شهدا

تلفن دفتر :02133059952

تلفن همراه :09363949351

ایمیل:matlabproject.ir@gmail.com

لطفا پرروزه های خود را فقط از طریق لینک سفارش انجام پروزه ارسال نمایید

خبرنامه