Sharif Digital Repository / Sharif University of Technology
    • [Zoom In]
    • [Zoom Out]
  • Page 
    		 of  0
  • [Previous Page]
  • [Next Page]
  • [Fullscreen view]
  • [Close]
 
پیش بینی کواریانس نویز سنسور اینرسی با استفاده از شبکه عصبی مصنوعی در ناوبری تخمین مرده برای دینامیک مقید
نجارنصب، محمد حسن Najjarnasab, Mohammad Hassan

Cataloging brief

پیش بینی کواریانس نویز سنسور اینرسی با استفاده از شبکه عصبی مصنوعی در ناوبری تخمین مرده برای دینامیک مقید
پدیدآور اصلی :   نجارنصب، محمد حسن Najjarnasab, Mohammad Hassan
ناشر :   صنعتی شریف
سال انتشار  :   1404
موضوع ها :   واحد اندازه گیری اینرسی Inertial Measurement Unite (IMU) شبکه عصبی پیچشی Convolutional...
شماره راهنما :   ‭08-58794

Find in content

sort by

Bookmark

  • فصل اول: معرفی پژوهش (13)
    • 1-1 مقدمه (13)
    • 2-1 بیان مسئله (14)
      • 1-2-1 اهمیت موضوع (15)
      • 2-2-1 پرسش‌های تحقیق (16)
      • 3-2-1 هدف و مراحل تحقیق (16)
      • 1-2-1 تحلیل احساسات جنبه‌محور (17)
        • 1-1-2-1 استخراج داده‌های متنی (18)
        • 2-1-2-1 شناسایی جنبه یا ویژگی (19)
        • 2-1-2-1 تعیین جهت‌گیری جنبه (20)
    • 3-1 معرفی کتاب‌خانه‌های مورد نیاز (20)
      • 1-3-1 هضم10F (21)
      • 2-3-1 جیسون14F (21)
      • 3-3-1 سایر (22)
    • 4-1 گذری بر روش نظارت‌نشده یا بدون سرپرست19F (22)
    • 5-1 گذری بر نوآوری‌های پژوهش (23)
    • 6-1 جمع‌بندی (24)
  • فصل دوم: مبانی نظری و پیشینه پژوهش (25)
    • 1-2 مقدمه (25)
    • 2-2 نقطه‌ی آغازین (25)
      • 1-2-2 معرفی روش اوپاین (27)
      • 2-2-2 معرفی الگوی خلاصه‌سازی نظرات بر مبنای ویژگی (28)
      • 3-2-2 معرفی رویکرد قانون‌محور43F (29)
    • 3-2 نخستین تلاش‌ها برای زبان فارسی (30)
    • 4-2 تشکیل لیست کاندید جنبه به زبان فارسی (32)
      • 1-4-2 استفاده از مدل وردتووک72F (36)
    • 5-2 بررسی جنبه‌های صریح و ضمنی (37)
    • 6-2 جایگاه پژوهش حاضر (40)
    • 7-2 جمع‌بندی (41)
  • فصل سوم: روش پژوهش و نتایج (43)
    • 1-3 مقدمه (43)
    • 2-3 معرفی چهارچوب پژوهش (44)
    • 3-3 پیش‌پردازش (45)
      • 1-3-3 خوانش نظرات متنی به صورت بر خط (45)
      • 2-3-3 خوانش کل نظرات دسته محصول (46)
      • 3-3-3 آماده‌سازی داده‌های متنی (48)
        • 1-3-3-3 نرمال‌سازی91F (48)
        • 2-3-3-3 شکستن دیدگاه‌ها به جملات (48)
        • 3-3-3-3 تبدیل زبان محاوره به رسمی (49)
        • 4-3-3-3 ریشه‌یابی97F (50)
        • 5-3-3-3 واژه‌سازی99F (50)
        • 6-3-3-3 تجزیه‌کننده‌ی وابستگی100F (51)
    • 4-3 شناسایی و استخراج جنبه‌ها (52)
      • 1-4-3 ایجاد لیست کاندید تک واژه‌ای (53)
        • 1-1-4-3 فرآیند تهیه‌ی لیست کاندید جنبه‌های تک واژه‌ای (54)
        • 2-1-4-3 فرآیند تهیه‌ی لیست کاندید صفت (55)
      • 2-4-3 پیش‌پردازش ثانویه (57)
      • 2-4-3 ایجاد لیست کاندید چند واژه‌ای (58)
        • 1-2-4-3 ایجاد ترکیب‌های دوتایی و سه‌تایی (58)
        • 2-2-4-3 فرآیند پایش لیست کاندید (59)
      • 3-4-3 ارتباط جنبه‌ی کاندید با دیدگاه (59)
    • 5-3 تعیین قطبیت جنبه‌ها (61)
      • 1-5-3 معرفی و تبیین مدل پارس بِرت (62)
      • 2-5-3 نحوه‌ی ارتباط با تحلیل احساسات جنبه‌محور (63)
    • 6-3 جمع‌بندی و نوآوری‌ها (64)
      • 1-6-3 جمع‌بندی مفروضات پژوهش (64)
      • 2-6-3 نوآوری‌ها (66)
  • فصل چهارم: تجزیه و تحلیل نتایج و یافته‌ها (68)
    • 1-4 مقدمه (68)
    • 2-4 پیاده‌سازی الگوریتم (68)
      • 1-2-4 آشنایی با دیجی‌کالا (69)
    • 3-4 معرفی معیارها و مفاهیم (70)
      • 1-3-4 ماتریس سردرگمی (71)
      • 2-3-4 معیارهای ارزیابی (72)
    • 4-4 ارزیابی قدم استخراج جنبه‌ها (73)
      • 1-4-4 تحلیل نتایج و یافته‌ها (79)
    • 5-4 ارزیابی قدم تعیین قطبیت (81)
      • 1-5-4 مقایسه با روش افزونه‌ای بر پارس بِرت (82)
    • 6-4 دلایل بروز خطا (83)
    • 7-4 تحلیل حساسیت زمان پردازش (85)
    • 8-4 جمع‌بندی (88)
  • فصل پنجم: نتیجه‌گیری و پیشنهادها (90)
    • 1-5 مقدمه (90)
    • 2-5 نتیجه‌گیری و تحلیل نتایج (90)
    • 3-5 پیشنهادهای پژوهشی برای مطالعات آینده (93)
  • منابع یا مراجع (97)
Loading...