برتر فایل

برتر فایل

مجموعه فایل های آموزش مقدماتی تا پیشرفته نرم افزار کتیا (CATIA) و مجموعه کتب, جزوات, پروژه و مقالات تخصصی مهندسی مکانیک
برتر فایل

برتر فایل

مجموعه فایل های آموزش مقدماتی تا پیشرفته نرم افزار کتیا (CATIA) و مجموعه کتب, جزوات, پروژه و مقالات تخصصی مهندسی مکانیک

کدهای متلب برای آنالیز اجزاء محدود

کتاب آموزش کدهای متلب برای آنالیز اجزاء محدود (MATLAB Codes for Finite Element Analysis)، یکی از کتاب های کاربردی و مفید نرم افزار متلب بوده و به بررسی کدهای نرم افزار MATLAB برای روش المان محدود و آنالیز جامدات (solids) و سازه ها (structures) می پردازد. این کتاب بعد از مختصر توضیحی در مورد نرم افزار MATLAB، به سراغ روش المان محدود و پیاده سازی بعضی مسائل با اسکریپت های ساده و توایع رفته و مسائل زیر را مورد بحث قرار می دهد:

  • Discrete systems, such as springs and bars
  • Beams and frames in bending in 2D and 3D
  • Plane stress problems
  • Plates in bending
  • Free vibration of Timoshenko beams and Mindlin plates, including laminated composites
  • Buckling of Timoshenko beams and Mindlin plates

پیدایش روش اجزاء محدود به حل مسائل پیچیدهٔ الاستیسیته و تحلیل سازه‌ها در مهندسی عمران و هوافضا برمی گردد. این روش حاصل کار الکساندر هرنیکوف و ریچارد کورانت می‌باشد. این کتاب مشتمل بر 13 فصل، 237 صفحه، به زبان انگلیسی روان، تایپ شده، به همراه تصاویر، با فرمت PDF، به ترتیب زیر گردآوری شده است:

  • Chapter 1: Short introduction to MATLAB
  • Chapter 2: Discrete systems
  • Chapter 3: Analysisofbars
  • Chapter 4: Analysis of 2D trusses
  • Chapter 5: Trusses in 3D space
  • Chapter 6: Bernoulli beams
  • Chapter 7: 2D frames
  • Chapter 8: Analysis of 3D frames
  • Chapter 9: Analysis of grids
  • Chapter 10: Analysis of Timoshenko beams
  • Chapter 11: Plane stress
  • Chapter 12: Analysis of Mindlin plates
  • Chapter 13: Laminated plates

روش اجزای محدود در نرم افزار متلب

طراحی و شبیه سازی پروژه های مهندسی با نرم افزار کامسول

تحلیل ورق تحت بار درون صفحه ای به روش اجزاء محدود با استفاده از نرم افزار متلب

کاربرد روش تفاضل محدود در تئوری صفحات نازک

 

جهت دانلود کتاب آموزش کدهای متلب برای آنالیز اجزاء محدود (MATLAB Codes for Finite Element Analysis) بر لینک زیر کلیک نمایید.

 

کدهای متلب برای آنالیز اجزاء محدود

 

جهت دسترسی به آموزش های بیشتر بر لینک های زیر کلیک نمایید:

اجزاء محدود غیر خطی پروفسور عیسی سلاجقه

تحلیل مسائل تنش و کرنش صفحه ای بر اساس روش هم هندسی مبتنی بر تئوری اجزاء محدود

روش های اجزاء محدود پیشرفته پروفسور عیسی سلاجقه

روش های اجزاء محدود مقدماتی پروفسور عیسی سلاجقه

حل معادلات لاپلاس برای مش بندی سه و هشت گرهی

نمونه سوالات امتحانی و تمرینات حل شده درس روش های اجزای محدود

آموزش مقدماتی تا پیشرفته روش های عناصر محدود غیر خطی

آنالیز و تحلیل مهندسی با نرم افزار آباکوس

 

جزوه آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل

شبکه‌ های عصبی مصنوعی (Artificial Neural Network – ANN) یا به زبان ساده ‌تر شبکه‌ های عصبی سیستم‌ ها و روش ‌های محاسباتی جدیدی برای یادگیری ماشینی، نمایش دانش و در انتها اعمال دانش به دست آمده در جهت بیش‌ بینی پاسخ ‌های خروجی از سامانه ‌های پیچیده می باشد. این شبکه ها از تعداد دلخواهی سلول یا گره یا واحد یا نرون تشکیل می شود که مجموعه ورودی را به خروجی ربط می دهند. همچنین این شبکه‌ ها قادر به یادگیری‎ هستند...


آموزش شبکه های عصبی در نرم افزار SPSS

مجموعه مثال های کاربردی حل شده در زمینه شبکه عصبی مصنوعی

کاهش بعد با استفاده از شبکه های عصبی

طراحی شبکه های عصبی مصنوعی



جزوه آموزش شبکه عصبی مصنوعی، مشتمل بر 131 صفحه، در 7 فصل، با فرمت PDF، به زبان فارسی، همراه با تصاویر و روابط مهم ریاضی به ترتیب زیر گردآوری شده است:

فصل 1: هوش محاسباتی

  • تاریخچه
  • هوش مصنوعی
  • چالش های بنیادین هوش مصنوعی
  • هوش محاسباتی
  • شبکه های عصبی (Neural Networks)
  • مدل ریاضی شبکه های عصبی
  • منطق فازی (Fuzzy logic)
  • الگوریتم های ژنتیک (GA)
  • کاربردهای شبکه های عصبی در پزشکی
  • سیستم های تشخیص
  • آنالیزهای شیمی پزشکی
  • آنالیز تصویر
  • پیشرفتهای دارویی و مدلسازی سیستم قلبی عروقی
  • بویایی الکترونیکی
  • شناخت الگو
  • پزشک نمونه
  • کاربردهای سیستم های فازی در پزشکی
  • سیستم های فازی در بیو انفورماتیک
  • سیستم های فازی ژنتیک

فصل 2: شبکه های عصبی

  • مقدمه
  • معنای شبکه های عصبی
  • انگیزه های بیولوژیکی
  • تشابهات و انتظارات
  • تاریخچه و کاربرد
  • مدل ریاضی نرون
  • مدل تک ورودی
  • برخی توابع تحریک مرسوم نرون مصنوعی
  • مدل چند ورودی
  • ساختار شبکه های عصبی
  • شبکه های یک و چند لایه
  • مثال: یک شبکه پیشخور 3 لایه
  • چند سئوال
  • شبکه های پسخور یا برگشتی
  • مسائل حل شده

فصل 3: مسئله تشریحی شناسایی الگو

  • شناسایی الگو
  • روش های کلاسیک و شبکه های عصبی
  • معرفی سه شبکه های نمونه: پرسپترون، همینگ و هاپفیلد
  • پرسپترون تک لایه با تابع تحریک آستانه ای دو مقداره متقارن
  • مثال تشریحی با پرسپترون
  • شبکه همینگ
  • شبکه همینگ، لایه اول
  • شبکه همینگ، لایه دوم
  • شبکه همینگ، لایه سوم
  • شبکه هاپفیلد
  • مهمترین ویژگی ها
  • مهمترین نکات

فصل 4: پرسپترون تک لایه

  • فرایند یادگیری
  • یادگیری با ناظر
  • یادگیری بدون ناظر
  • خلاصه فرایند یادگیری
  • سیستم های دینامیکی آموزش پذیر
  • معادله یادگیری در حالت کلی
  • یادگیری با ناظر در شبکه عصبی
  • یادگیری تشدیدی (تقویتی) در شبکه عصبی
  • یادگیری بدون ناظر در شبکه عصبی
  • قانون یادگیری پرسپترون تک لایه (SLPR)

فصل 5: شبکه های آدالاین و یادگیری LMS

  • مقدمه
  • مبانی بهینه سازی و نقاط بهینه
  • بسط تیلور و تقریب توابع
  • مشتقات برداری جهت دار
  • شرایط لازم برای نقاط بهینه
  • توابع درجه دوم
  • توابع درجه دوم و ساختار ویژه
  • روند مینیمم سازی، الگوریتم کلی
  • روش بیشترین نزول (SD)
  • نکات مربوط به الگوریتم SD
  • مثالی از الگوریتم SD
  • نکات

فصل 6: یادگیری LMS یا ویدرو هوف

  • شبکه آدالاین
  • معادلات ویدرو هوف در حالت تک نرون
  • الگوریتم LMS
  • فرم دسته ای یادگیری LMS در حالت تک نرون
  • فرم دسته ای یادگیری LMS در حالت کلی
  • بهبود هایی بر LMS
  • کاربرد شبکه آدالاین در فیلترهای تطبیقی

فصل 7: شبکه های عصبی چند لایه پیشخور و یادگیری پس انتشار خطا

  • مقدمه
  • تاریخچه
  • شبکه پرسپترون چند لایه
  • حل چند مسئله شناسایی الگو
  • شناسایی الگو
  • الگوریتم BP
  • خلاصه الگوریتم BP

 * توجه: لازم به ذکر است که علاوه بر جزوه آموزشی بالا، جزوه حل تمرینات درس شبکه عصبی مصنوعی (دکتر منهاج، 68 صفحه، به زبان فارسی، با فرمت pdf) نیز جهت دانلود قرار داده شده است.


کاربرد روش های اکتشافی مبتنی بر تحلیل بافت در گروه بندی کیفی محصولات فولادی

جعبه ابزار شبکه عصبی در نرم افزار متلب

کاربردهای منطق فازی در یادگیری ماشین

تشخیص خطای اولیه ترانسفورماتور بر اساس شبکه عصبی مصنوعی

جهت دانلود جزوه آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل، بر لینک زیر کلیک نمایید:

جزوه آموزش شبکه عصبی مصنوعی به همراه تشریح کامل مسائل


اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:



راهنمای پیشرفته متلب، مثال های عملی در علوم و مهندسی

دستورالعمل های متلب برای علم زمین شناسی

برنامه نویسی به روش المان محدود در نرم افزار متلب

مقدمه ای بر محاسبات علمی با نرم افزار متلب

کدهای متلب برای آنالیز اجزاء محدود

کاربرد متلب در سیگنال ها، سیستم ها و کنترل

شبیه سازی ارتعاشات با استفاده از نرم افزارهای متلب و انسیس

معرفی عملی برنامه نویسی و حل مسئله با متلب


کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار MATLAB

کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار متلب (Still Image & Video Compression with MATLAB)، مشتمل بر 10 فصل، 443 صفحه، با فرمت pdf، همراه با تصاویر، به زبان انگلیسی، به ترتیب زیر گردآوری شده است:

Chapter 1: Introduction

  • What is Source Coding
  • Why is Compression Necessary
  • Image and Video Compression Techniques
  • Video Compression Standards
  • Organization of the Book
  • Summary
  • References

Chapter 2: Image Acquisition

  • Introduction
  • Sampling a Continuous Image
  • Image Quantization
  • Color Image Representation
  • Summary
  • References
  • Problems

Chapter 3: Image Transforms

  • Introduction
  • Unitary Transforms
  • Karhunen–Lo`eve Transform
  • Properties of Unitary Transforms
  • Summary
  • References
  • Problems

Chapter 4: Discrete Wavelet Transform

  • Introduction
  • Continuous Wavelet Transform
  • Wavelet Series
  • Discrete Wavelet Transform
  • Efficient Implementation of 1D DWT
  • Scaling and Wavelet Filters
  • Two-Dimensional DWT
  • Energy Compaction Property
  • Integer or Reversible Wavelet
  • Summary
  • References
  • Problems

Chapter 5: Lossless Coding

  • Introduction
  • Information Theory
  • Huffman Coding
  • Arithmetic Coding
  • Golomb–Rice Coding
  • Run–Length Coding
  • Summary
  • References
  • Problems

Chapter 6: Predictive Coding

  • Introduction
  • Design of a DPCM
  • Adaptive DPCM
  • Summary
  • References
  • Problems

Chapter 7: Image Compression in the Transform Domain

  • Introduction
  • Basic Idea Behind Transform Coding
  • Coding Gain of a Transform Coder
  • JPEG Compression
  • Compression of Color Images
  • Blocking Artifact
  • Variable Block Size DCT Coding
  • Summary
  • References
  • Problems

Chapter 8: Image Compression in the Wavelet Domain

  • Introduction
  • Design of a DWT Coder
  • Zero-Tree Coding
  • JPEG2000
  • Digital Cinema
  • Summary
  • References
  • Problems

Chapter 9: Basics of Video Compression

  • Introduction
  • Video Coding
  • Stereo Image Compression
  • Summary
  • References
  • Problems

Chapter 10: Video Compression Standards

  • Introduction
  • MPEG-1 and MPEG-2 Standards
  • MPEG-4
  • H.264
  • Summary
  • References
  • Problems
  • Index

 

جهت دانلود کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار متلب (Still Image & Video Compression with MATLAB)، بر لینک زیر کلیک نمایید:

کتاب آموزش فشرده سازی تصاویر و ویدئو با استفاده از نرم افزار MATLAB


اگر به فراگیری مباحث مشابه مطلب بالا علاقه‌مند هستید، آموزش‌هایی که در ادامه آمده‌اند نیز به شما پیشنهاد می‌شوند:



راهنمای پیشرفته متلب، مثال های عملی در علوم و مهندسی

دستورالعمل های متلب برای علم زمین شناسی

برنامه نویسی به روش المان محدود در نرم افزار متلب

مقدمه ای بر محاسبات علمی با نرم افزار متلب

کدهای متلب برای آنالیز اجزاء محدود

کاربرد متلب در سیگنال ها، سیستم ها و کنترل

شبیه سازی ارتعاشات با استفاده از نرم افزارهای متلب و انسیس

معرفی عملی برنامه نویسی و حل مسئله با متلب