تشخیص نوع الماس در متلب با استفاده از شبکه عصبی

در این پروژه با استفاده از الگوریتم شبکه عصبی در متلب، نوع و مرغوبیت الماس را تشخیص می دهیم.

برای تشخیص نوع الماس در متلب از دیتاستی شامل ۸۰۰۰ نمونه استفاده کرده ایم، ۷۵۰۰ نمونه را برای آموزش و ۵۰۰ نمونه را نیز برای تست بکار برده ایم. هر نمونه الماس دارای ۹ ویژگی است که عبارتند از :

۱- carat

۲- color

۳- clarity

۴- depth

۵- table

۶- price

۷- x

۸- y

۹- z

در این پروژه از دسته بند شبکه عصبی برای پیش بینی استفاده کرده ایم. شبکه عصبی را با سه لایه شامل لایه ورودی با ۹ نرون، لایه پنهان با ۲۰ نرون و لایه خروجی با ۵ نرون آموزش داده ایم. بعد از دانلود پروژه می توانید تعداد لایه ها و نرون ها در شبکه عصبی را به دلخواه تغییر دهید.

 

ویژگی های پروژه تشخیص نوع الماس در متلب عبارتند از:

  • برنامه نویسی با متلب
  • استفاده از کتابخانه یادگیری ماشین در متلب
  • تشخیص با استفاده از شبکه عصبی (neural network)
  • توضیح برنامه در یم فایل جداگانه

سورس پروژه های موجود در درس دانلود در زمینه یادگیری ماشین و هوش مصنوعی را می توانید از اینجا مشاهده کنید.

مراحل خرید فایل دانلودی
اگر محصول را می پسندید لطفا آنرا به اشتراک بگذارید.

دیدگاهی بنویسید

0