کتاب تشخیص الگو بر اساس ویژگی‌های زمان-فرکانسی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره تشخیص الگو بر اساس ویژگی‌های زمان-فرکانسی

موضوع کلی: مهندسی برق و پردازش سیگنال‌های دیجیتال

موضوع میانی: پردازش سیگنال‌های زمان-فرکانسی

📋 سرفصل‌های دوره

• 1. تبدیل سیگنال‌ها به حوزه زمان-فرکانسی
• 2. مقدمه‌ای بر تحلیل زمان-فرکانسی
• 3. پایه و اساس تبدیل فوریه
• 4. تبدیل فوریه گسسته (DFT) و کاربردها
• 5. الگوریتم تبدیل فوریه سریع (FFT)
• 6. پنجره‌گذاری و اثرات آن بر تحلیل فرکانسی
• 7. طیف توان و تخمین چگالی طیفی توان
• 8. تحلیل سیگنال‌های غیر ایستا
• 9. تبدیل موجک و مبانی آن
• 10. انواع موجک‌ها و ویژگی‌های آن‌ها
• 11. کاربرد موجک در حذف نویز
• 12. تحلیل زمان-فرکانسی با استفاده از تبدیل هیلبرت-هوانگ (Hilbert-Huang Transform)
• 13. تحلیل سیگنال‌های متغیر با زمان با استفاده از روش‌های تطبیقی
• 14. طیف‌نگاشت (Spectrogram) و تفسیر آن
• 15. روش‌های بهبود طیف‌نگاشت
• 16. تحلیل سیگنال‌های صوتی با استفاده از روش‌های زمان-فرکانسی
• 17. تشخیص گفتار با استفاده از ویژگی‌های زمان-فرکانسی
• 18. پردازش سیگنال‌های زیستی (EEG, ECG) با تحلیل زمان-فرکانسی
• 19. تشخیص ناهنجاری در سیگنال‌های زیستی
• 20. کاربرد تحلیل زمان-فرکانسی در پردازش تصاویر
• 21. تشخیص الگو در تصاویر با استفاده از ویژگی‌های فرکانسی
• 22. شناسایی اشیاء در تصاویر با استفاده از تبدیل موجک
• 23. فیلترهای زمان-فرکانسی و طراحی آن‌ها
• 24. فیلترهای باندهای فرکانسی و کاربردها
• 25. تحلیل سیگنال‌های لرزه‌ای با استفاده از روش‌های زمان-فرکانسی
• 26. تشخیص و شناسایی رویدادهای لرزه‌ای
• 27. تشخیص عیوب در ماشین‌آلات صنعتی با تحلیل زمان-فرکانسی
• 28. تشخیص ارتعاشات غیرعادی در ماشین‌آلات
• 29. تحلیل سیگنال‌های راداری با استفاده از روش‌های زمان-فرکانسی
• 30. تشخیص اهداف با استفاده از ویژگی‌های زمان-فرکانسی
• 31. پردازش سیگنال‌های مخابراتی با تحلیل زمان-فرکانسی
• 32. شناسایی و حذف تداخل در سیگنال‌های مخابراتی
• 33. کاربرد تحلیل زمان-فرکانسی در سیستم‌های سونار
• 34. تشخیص و ردیابی اهداف زیرآبی
• 35. تکنیک‌های کاهش ابعاد در تحلیل زمان-فرکانسی
• 36. تجزیه مقدار منفرد (SVD) و کاربرد آن
• 37. تحلیل مولفه‌های اصلی (PCA) و کاربرد آن
• 38. تشخیص الگو با استفاده از شبکه‌های عصبی و ویژگی‌های زمان-فرکانسی
• 39. شبکه‌های عصبی کانولوشنی (CNN) و تحلیل زمان-فرکانسی
• 40. ماشین‌های بردار پشتیبان (SVM) و تحلیل زمان-فرکانسی
• 41. دسته‌بندی سیگنال‌ها با استفاده از الگوریتم‌های یادگیری ماشین
• 42. ارزیابی عملکرد الگوریتم‌های تشخیص الگو
• 43. معیارهای ارزیابی و روش‌های اعتبارسنجی
• 44. مطالعه موردی: تشخیص بیماری قلبی با استفاده از تحلیل ECG
• 45. مطالعه موردی: تشخیص عیوب در توربین‌های بادی