Warning: include(): open_basedir restriction in effect. File(/home/matlabsite/public_html/wp-content/plugins/wp-super-cache/wp-cache-base.php) is not within the allowed path(s): (/home/h321874/:/tmp:/var/tmp:/opt/alt/php81/usr/share/pear/:/dev/urandom:/usr/local/lib/php/:/usr/local/php81/lib/php/) in /home/h321874/domains/matlabsite.com/public_html/wp-content/plugins/wp-super-cache/wp-cache.php on line 95

Warning: include(/home/matlabsite/public_html/wp-content/plugins/wp-super-cache/wp-cache-base.php): failed to open stream: Operation not permitted in /home/h321874/domains/matlabsite.com/public_html/wp-content/plugins/wp-super-cache/wp-cache.php on line 95

Warning: include(): open_basedir restriction in effect. File(/home/matlabsite/public_html/wp-content/plugins/wp-super-cache/wp-cache-base.php) is not within the allowed path(s): (/home/h321874/:/tmp:/var/tmp:/opt/alt/php81/usr/share/pear/:/dev/urandom:/usr/local/lib/php/:/usr/local/php81/lib/php/) in /home/h321874/domains/matlabsite.com/public_html/wp-content/plugins/wp-super-cache/wp-cache.php on line 95

Warning: include(/home/matlabsite/public_html/wp-content/plugins/wp-super-cache/wp-cache-base.php): failed to open stream: Operation not permitted in /home/h321874/domains/matlabsite.com/public_html/wp-content/plugins/wp-super-cache/wp-cache.php on line 95

Warning: include(): Failed opening '/home/matlabsite/public_html/wp-content/plugins/wp-super-cache/wp-cache-base.php' for inclusion (include_path='.:/opt/alt/php72/usr/share/pear') in /home/h321874/domains/matlabsite.com/public_html/wp-content/plugins/wp-super-cache/wp-cache.php on line 95

Warning: include_once(): open_basedir restriction in effect. File(/home/matlabsite/public_html/wp-content/plugins/wp-super-cache/ossdl-cdn.php) is not within the allowed path(s): (/home/h321874/:/tmp:/var/tmp:/opt/alt/php81/usr/share/pear/:/dev/urandom:/usr/local/lib/php/:/usr/local/php81/lib/php/) in /home/h321874/domains/matlabsite.com/public_html/wp-content/plugins/wp-super-cache/wp-cache.php on line 122

Warning: include_once(/home/matlabsite/public_html/wp-content/plugins/wp-super-cache/ossdl-cdn.php): failed to open stream: Operation not permitted in /home/h321874/domains/matlabsite.com/public_html/wp-content/plugins/wp-super-cache/wp-cache.php on line 122

Warning: include_once(): Failed opening '/home/matlabsite/public_html/wp-content/plugins/wp-super-cache/ossdl-cdn.php' for inclusion (include_path='.:/opt/alt/php72/usr/share/pear') in /home/h321874/domains/matlabsite.com/public_html/wp-content/plugins/wp-super-cache/wp-cache.php on line 122
فیلم آموزشی تبدیل موجک تصاویر دیجیتال و سیگنال های دو بعدی (به زبان فارسی) | مرجع متلب و هوش مصنوعی.

فیلم آموزشی تبدیل موجک تصاویر دیجیتال و سیگنال های دو بعدی (به زبان فارسی)

فیلم آموزشی تبدیل موجک تصاویر دیجیتال و سیگنال های دو بعدی (به زبان فارسی)

 

در فیلم آموزشی تبدیل موجک تصاویر دیجیتال و سیگنال های دو بعدی، در ادامه مباحثی که بر روی سیگنال های یک بعدی و تبدیل موجک آن ها انجام شد، نحوه اعمال تبدیل موجک بر روی سیگنال های دو بعدی نیز مورد بررسی قرار می گیرد و خواص و ویژگی های تبدیل موجک دو بعدی مورد بحث واقع می شود. این تبدیل در حوزه های مختلف پردازش تصویر، از جمله تشخیص لبه، شناسایی اشیا، و استخراج ویژگی از تصاویر دیجیتال کاربرد دارد. برقراری ارتباط میان مباحث تئوری مطرح شده و تایید دوباره آن مفاهیم از طریق پیاده سازی عملی روش های مطرح شده در حوزه تبدیلات موجک پیوسته، این فیلم آموزشی را به یک مرجع آموزش بسیار قوی و مناسب برای علاقه مندان و دانشجویان تبدیل کرده است. تمامی برنامه های این فیلم آموزش، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. 

تبدیلات موجک یا ویولت (Wavelet) از جمله ابزارهایی هستند که کاربردهای فراوانی در شاخه های مختلف علمی و مهندسی، به ویژه هوش مصنوعی، یادگیری ماشینی، پیش بینی سری زمانی، و بازشناسی الگو دارد. تئوری موجک ها در واقع تعمیمی بر تئوری تبدیلات و سری های فوریه است و ضعف های آنالیز فوریه در عملکرد موضعی و مدل سازی رفتارهای کوتاه مدت را، جبران می نماید. برای کسب اطلاعات بیشتر در خصوص این فیلم آموزشی، ادامه مطلب را مشاهده نمایید.

فیلم آموزشی تبدیل موجک تصاویر دیجیتال و سیگنال های دو بعدی (به زبان فارسی)

 

در فیلم آموزشی تبدیل موجک تصاویر دیجیتال و سیگنال های دو بعدی، در ادامه مباحثی که بر روی سیگنال های یک بعدی و تبدیل موجک آن ها انجام شد، نحوه اعمال تبدیل موجک بر روی سیگنال های دو بعدی نیز مورد بررسی قرار می گیرد و خواص و ویژگی های تبدیل موجک دو بعدی مورد بحث واقع می شود. این تبدیل در حوزه های مختلف پردازش تصویر، از جمله تشخیص لبه، شناسایی اشیا، و استخراج ویژگی از تصاویر دیجیتال کاربرد دارد. برقراری ارتباط میان مباحث تئوری مطرح شده و تایید دوباره آن مفاهیم از طریق پیاده سازی عملی روش های مطرح شده در حوزه تبدیلات موجک پیوسته، این فیلم آموزشی را به یک مرجع آموزش بسیار قوی و مناسب برای علاقه مندان و دانشجویان تبدیل کرده است. تمامی برنامه های این فیلم آموزش، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس (دانشجوی دکترای مهندسی برق-کنترل، دانشگاه صنعتی خواجه نصیرالدین طوسی) ارائه شده است.

تبدیلات موجک یا ویولت (Wavelet) از جمله ابزارهایی هستند که کاربردهای فراوانی در شاخه های مختلف علمی و مهندسی، به ویژه هوش مصنوعی، یادگیری ماشینی، پیش بینی سری زمانی، و بازشناسی الگو دارد. تئوری موجک ها در واقع تعمیمی بر تئوری تبدیلات و سری های فوریه است و ضعف های آنالیز فوریه در عملکرد موضعی و مدل سازی رفتارهای کوتاه مدت را، جبران می نماید.

 



 

برای مشاهده جزئیات و تهیه آموزش فرادرس فیلم آموزشی تبدیل موجک تصاویر دیجیتال و سیگنال های دو بعدی به این لینک (+) مراجعه نمایید.

 

 

مطالب پیشنهادی‎

پاسخی بگذارید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *