الگوریتم جستجوی فاخته CS در پایتون
این سورس کد به زبان پایتون Python برای الگوریتم بهینه سازی فاخته Cuckoo Search Optimization Algorithm به اختصار CS نوشته شده است. این سورس کد بر اساس ساز و کار الگوریتم CS مسائل بهینه سازی را حل می کند. این الگوریتم، از زندگی خانوادهای از پرندگان به نام فاخته Cuckoo الهام گرفته شده است. الگوریتم بهینه سازی فاخته براساس شیوه زندگی بهینه و ویژگیهای جالب این گونه، نظیر تخمگذاری و تولید مثل آنها ساخته شده است.
الگوریتم مورچه و حل مسئله فروشنده دوره گرد TSP در پایتون
این سورس کد به زبان پایتون Python برای الگوریتم کلون مورچگان یا همان ACO نوشته شده است. این سورس کد بر اساس ساز و کار الگوریتم مورچه مسئله TSP را حل می کند. برای اینکه بتوانید الگوریتم ACO را واضح و کامل درک کنید مقاله ای کامل با عنوان الگوریتم کلونی مورچگان ACO در همین سایت نوشته شده است. در ادامه مختصری از الگوریتم برای درک کد الگوریتم مورچه در پایتون بیان می شود.
آموزش شبکه عصبی با الگوریتم رقابت استعماری ICA در متلب
در این بخش سورس کد آموزش شبکه عصبی با الگوریتم رقابت استعماری ICA در متلب قرار داده شده است. برای افزایش دقت یادگیری در شبکه های عصبی می توان این شبکه را با الگوریتم های فرا ابتکاری یا تکاملی ترکیب کرد یعنی برای وزن دهی لایه های مختلف موجود که ارتباط آن ها با یال هایی است می توان مقادیر وزن ها ها یا یال ها را با الگوریتم های فرا ابتکاری تعیین کرد. یکی از مهم ترین الگوریتم ها، الگوریتم رقابت استعماری یا Imperialist Competitive Algorithm می باشد.
آموزش شبکه عصبی با الگوریتم مورچه ACO در متلب
در این بخش سورس کد آموزش شبکه عصبی با الگوریتم مورچه ACO در متلب قرار داده شده است. برای افزایش دقت یادگیری در شبکه های عصبی می توان این شبکه را با الگوریتم های فرا ابتکاری یا تکاملی ترکیب کرد یعنی برای وزن دهی لایه های مختلف موجود که ارتباط آن ها با یال هایی است می توان مقادیر وزن ها ها یا یال ها را با الگوریتم های فرا ابتکاری تعیین کرد. یکی از مهم ترین الگوریتم ها، الگوریتم کلونی مورچگان یا الگوریتم مورچه ACO می باشد.
آموزش شبکه عصبی با الگوریتم ژنتیک GA در متلب
برای افزایش دقت یادگیری در شبکه های عصبی می توان این شبکه را با الگوریتم های فرا ابتکاری یا تکاملی ترکیب کرد یعنی برای وزن دهی لایه های مختلف موجود که ارتباط آن ها با یال هایی است می توان مقادیر وزن ها ها یا یال ها را با الگوریتم های تکاملی تعیین کرد. یکی از مهم ترین الگوریتم های تکاملی، الگوریتم ژنتیک Genetic Algorithm می باشد.
آموزش شبکه عصبی با الگوریتم گرگ خاکستری GWO در متلب
برای افزایش دقت یادگیری در شبکه های عصبی می توان این شبکه را با الگوریتم های فرا ابتکاری یا تکاملی ترکیب کرد یعنی برای وزن دهی لایه های مختلف موجود که ارتباط آن ها با یال هایی است می توان مقادیر وزن ها ها یا یال ها را با الگوریتم های فرا ابتکاری تعیین کرد. یکی از این الگوریتم ها، الگوریتم گرگ خاکستری GWO می باشد. که در این بخش سورس کد آماده آن در متلب برای یک دیتاست ساده (دیتاست سرطان سینه) نوشته شده است.
تشخیص نفوذ با الگوریتم درخت تصمیم DT در متلب
در این بخش سورس کد تشخیص نفوذ با الگوریتم درخت تصمیم DT در متلب قرار داده شده است. در این سورس کد دیتاست معروف سیستم تشخیص نفوذ یعنی NSL-KDD با استفاده از الگوریتم درخت تصمیم دسته بندی یا کلاس بندی Classfication شده است. این سورس کد به همراه یک فیلم آموزش نحوه اجرا و توضیحات کلی برنامه همراه با یک گزارش کار 5 صفحه ای در قالب Word آماده دانلود می باشد.
آموزش شبکه عصبی با الگوریتم وال WOA در متلب
برای افزایش دقت یادگیری در شبکه های عصبی می توان این شبکه را با الگوریتم های فرا ابتکاری یا تکاملی ترکیب کرد یعنی برای وزن دهی لایه های مختلف موجود که ارتباط آن ها با یال هایی است می توان مقادیر وزن ها ها یا یال ها را با الگوریتم های فرا ابتکاری تعیین کرد. یکی از این الگوریتم ها، الگوریتم وال یا WOA می باشد. که در این بخش سورس کد آماده آن در متلب برای یک دیتاست ساده (دیتاست سرطان سینه) نوشته شده است.
الگوریتم زمانبندی LPT در سی شارپ #C
الگوریتم زمانبندی LPT که مخفف Longest Processing Time به معنای طولانی ترین زمان برای پردازش است که یک الگوریتم زمانبندی ایستا غیر قابل پس گرفتن، بوده و در هر زمان که پردازنده ای آزاد می شود، از بین کار های باقی مانده طولانی ترین کار را برای اجرا انتخاب می نمائید.
تعیین وزن شبکه عصبی با الگوریتم PSO در متلب
در این بخش سورس کد تعیین وزن شبکه عصبی با الگوریتم PSO در متلب قرار داده شده است. برای افزایش دقت یادگیری در شبکه های عصبی می توان این شبکه را با الگوریتم های فرا ابتکاری یا تکاملی ترکیب کرد یعنی برای وزن دهی لایه های مختلف موجود که ارتباط آن ها با یال هایی است می توان مقادیر وزن ها ها یا یال ها را با الگوریتم های فرا ابتکاری تعیین کرد. یکی از این الگوریتم ها الگوریتم PSO می باشد.
تشخیص نفوذ با الگوریتم یادگیری KNN در متلب
در این بخش سورس کد تشخیص نفوذ با الگوریتم یادگیری KNN در متلب قرار داده شده است. در این سورس کد دیتاست معروف سیستم تشخیص نفوذ یعنی NSL-KDD با استفاده از الگوریتم یادگیری ماشین k نزدیکترین همسایه دسته بندی یا کلاس بندی Classfication شده است. این سورس کد به همراه یک فیلم آموزش نحوه اجرا و توضیحات کلی برنامه همراه با یک گزارش کار 5 صفحه ای در قالب Word آماده دانلود می باشد.
الگوریتم رمزگذاری 3DES در سی شارپ #C
الگوریتم رمز گذاری 3DES یا DES سه گانه Triple DES بر مبنای الگوریتم DES یعنی Data Encryption Standard طراحی شده است. رمزنگاری encrypt و رمزگشایی decrypt انجام شده در این الگوریتم در سه مرحله انجام می پذیرد. این سورس کد به شما امکان می دهد که یک ورودی متنی به عنوان ورودی به برنامه بدهید و با قرار دادن یک کلید با استفاده از فرآیند الگوریتم 3DES اقدام به رمزگذاری و رمز گشایی آن نمایید.
الگوریتم دایجسترا Dijkstra در سی شارپ #C
الگوریتم دایجسترا Dijkstra یا دیکسترا یک راهکار حریصانه برای یافتن کوتاهترین مسیر از مقصد ثابت به سایر گرههای گراف وزندار است. این گراف میتواند معرف مسیرهای یک شهر و تقاطعهای آن باشد که انبار شرکت در یک گره آن قرار داشته و هدف یافتن کوتاهترین مسیر به هر محل دیگر از این انبار است. طبیعتا این الگوریتم در یافتن کوتاهترین مسیر بین دو گره مشخص نیز کاربرد دارد.
آموزش شبکه عصبی RBF در متلب
شبکه عصبی تابع پایه شعاعی Radial Basis Function سه لایه دارد: لایه ورودی (Input Layer)، لایه پنهان یا مخفی (Hidden Layer) و لایه خروجی (Output Layer). نورونهای لایه مخفی با یک تابع پایه شعاعی (RBF) فعال (تحریک) میشوند. لایه مخفی از آرایهای از واحدهای محاسباتی تشکیل شده که گرههای مخفی (Hidden Nodes) نامیده میشوند.
الگوریتم هافمن HUFFMAN در سی شارپ #C
الگوریتم هافمن Huffman یکی از الگوریتم های فشرده سازی می باشد که این روش بوسیلهٔ دیوید هافمن توسعه یافت. در الگوریتم هافمن با توجه به تکرار کارکترها کد باینری به آن ها تعلق می گیرد بدین صورت که برای کاراکترهای با تعداد تکرار بالا کدهای کوتاه و برای کاراکترهای با تکرار کم کدهای با طول بالا. این شیوه در نهایت منجر به ایجاد ساختاری از بیت ها برای ذخیره سازی می شود که فضای کمتری را نسبت به روش های معمولی اشغال می کند.