تشخیص کیفیت آب با استفاده از شبکه عصبی و ماشین بردار پشتیبان در opencv

در این پروژه با استفاده از الگوریتم های شبکه عصبی و ماشین بردار پشتیبان (svm) کیفیت آب را از روی برخی مشخصات آن تشخیص می دهیم.

برای تشخیص کیفیت آب از دیتاستی شامل ۳۹۰۰۰ نمونه استفاده کرده ایم، ۳۷۰۰۰ نمونه را برای آموزش و ۲۰۰۰ نمونه را نیز برای تست بکار برده ایم. هر نمونه دارای ۱۱ ویژگی است.

در این پروژه از دو دسته بند شبکه عصبی و ماشین بردار پشتیبان برای تشخیص استفاده کرده ایم. شبکه عصبی را با سه لایه شامل لایه ورودی با ۱۱ نرون، لایه پنهان با ۵۰ نرون و لایه خروجی با ۱۱ نرون آموزش داده ایم، svm را نیز با تایع هسته غیر خطی POLY آموزش داده ایم. بعد از دانلود پروژه می توانید تعداد لایه ها و نرون ها در شبکه عصبی و تابع هسته در svm را به دلخواه تغییر دهید.

 

ویژگی های این پروژه عبارتند از:

  • برنامه نویسی با زبان c++ در محیط visual studio 2017
  • استفاده از کتابخانه opencv
  • تشخیص با استفاده از شبکه عصبی (neural network)
  • تشخیص با استفاده از ماشین بردار پشتیبان (support vector machine)
  • تنظیمات opencv به صورت پیش فرض در برنامه انجام شده است
  • توضیح کامل برنامه در سورس کد به صورت کامنت جهت درک بهتر

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