مقاله: (شبکه عصبی، هوش مصنوعی) کد 2015/04
تجزیه و تحلیل حوادث ترافیکی با استفاده از درخت تصمیم
و شبکه های عصبی

پکیج شامل:
اصل مقاله، پیاده سازی مقاله با متلب و پاورپوینت فارسی مقاله می باشد.
به ادامه مطلب بروید.
تجزیه و تحلیل حوادث ترافیکی با استفاده از درخت تصمیم
و شبکه های عصبی
به ادامه مطلب بروید.
مقاله :(شبکه عصبی، هوش مصنوعی، برق) کد 2015/02
به ادامه مطلب بروید.
روش های سنتی توسعه نرم افزار، توانایی تضمین کیفیت نرم افزار های کنونی را ندارند. دلیل این موضوع را می
توان پیچیدگی دغدغههای مداخلهای و قابلیتهای متنوع سیستمهای کنونی بیان کرد. با توجه به اینکه پیچیدگی
نرمافزارهای کنونی بسیار زیاد است، لذا نیاز به مدل های کنترل کیفیت پیچیده تری نیز می باشد. این مدل ها می توانند بر روی ارتقای کارآمدی و همچنین کیفیت توسعه نرم افزار تاثیر گذار باشند. لذا می بایستی مدلهایی را ارائه داد که علاوه بر قابلیت های مانور بالا دارای خصوصیاتی همچون عملیاتی بودن و امکان تعمیم آن برای پروژه های مختلف را داشته باشد. در این مقاله روشی در این زمینه ارائه شده است.
تشخیص حملات منع سرویس توزیع شده مبتنی بر شاخص
های تئوری اطلاعات و نظریهی آشوب
چکیده:
اگرچه رویکردها و سیستمهای گوناگونی برای حملات سرازیر شدن انکار سرویس توزیع شده (DDoS) پیشنهاد شده است، این حملات همچنان تهدید بزرگی برای اینترنت محسوب میشوند. در این مقاله ما در ابتدا ترافیک شبکه را با میانگینگیری تراکمی آن در طی زمان و استفاده از مدل خطی ساده AR، پیشپردازش میکنیم و سپس پیشبینی ترافیک شبکه را ایجادمیکنیم. در ادامه با فرض این که خطایپیشبینی به طور آشوبی رفتار میکند، ما از نظریهی آشوب برای تحلیل آن استفاده میکنیم . سپس یک الگوریتم شناسایی نابهنجاری شبکه (NADA) را برای شناسایی ترافیک غیرمعمولی پیشنهادمیکنیم. با این ترافیک غیر معمولی، در انتها یک شبکه عصبی را برای شناسایی حملات DDoS آموزش میدهیم. آزمایشات و تحلیلهای مقدماتی ما نشان میدهد که الگوریتم شناساییDDoSپیشنهادی ما میتواند به طور دقیق و کارامدی حملات DDoS را شناسایی کند.
به ادامه مطلب بروید.
اشیایی
که در اطرافمان می بینیم به صورت دو تصویر
جدا از هم است که یکی متعلق به چشم راست و دیگری متعلق به چشم چپ است ، که مغز با
ادغام این دو تصویر یک تصویر واضع سه بعدی دریافت می کند. تصویر
نهایی تنها یک تفاوت با آن دو تصویر دارد و آن این است که با ادغام شدن دو تصویر
باعث می شود تصویر آخر ما دارای یک ارتفاع با زاویه مشخص خود داشته باشد.
.
به ادامه مطلب بروید.