پروژه‌های Matlab در لنسریفای | فریلنسری حرفه‌ای

باسلام پروژه فوق مربوط به نگارش و پیاده سازی فصل 3 و 4 پایان نامه کارشناسی ارشد نرم افزار میباشد. سناریویی که مد نظر هستش ایجاد سیستمی بر پایه یادگیری تقویتی عمیق هستش برای مدیریت پورتفولیو در بازار کریپتوکارنسی. هدف نهایی این سیستم افزایش سود دهی ، کاهش میزان ضرر و افزایش وین ریت هستش. و برای رسیدن به این هدف ، کاری که میکنه بهبود نقاط SL - TP برای دارایی های داخل پورتفولیو هستش. مقاله بیس با استفاده از پایتون پیش رفته ولی برای این پروژه محدودیتی نیست ، از پایتون ، مطلب یا سایر زبان ها که قابل استفاده بود میشه استفاده کرد. (بطور خلاصه: کاری که قراره انجام بشه اینه که با استفاده از پایتون ، مطلب یا سایر زبان ها سیستمی بر پایه یادگیری تقویتی عمیق قراره ایجاد بشه که در بازار کریپتوکارنسی با بهینه سازی نقاط SL - TP بتونه بازدهی پورتفولیو رو بهبود بده) مواردی که گفته شد توضیحات کلی پروژه بود ، توضیحات کامل پروژه بصورت متنی و ویدیویی آماده شده ، پروپوزال نوشته شده و تایید شده ، مقاله بیس به همراه دیتاستِ مقاله آماده هستش ، دوستانی که مایل بودن پیام بدن فایل ها و توضیحات رو ارسال کنم تا دقیق تر بررسی بفرمایند.

تحلیل غیرخطی هندسی با روش dynamic relaxation در متلب

نیازمند کنترل کوادکوپتر با یادگیری تقویتی در نرم افزار متلب. دیتا و مشخصات کواد ثابت است و در روش مدلغزشی استفاده شده است حال میخواهیم با روش یادگیری تقویتی DDPGو PPO کنترل شود و مقایسه شود

نیازمند انجام پروژه استخراج مقاله آشکارسازی و شناسایی استخوان مدفون در زمین به روش پراکندگی هستم

موضوع  ۱: تحلیل مکانیک شکست الاستیک - پلاستیک خط لوله با استفاده از کوپل روش بدون المان درونیابی نقطه شعاعی و روش هم هندسی( ایزوژئومتریک) موضوع ۲: تحلیل شکست خطوط لوله دارای تنش پسماند با استفاده از کوپل روش بدون المان و روش هم هندسی( ایزوژئومتریک) بر اساس عملگر بیزیز

حل یک سوال سینیتیک مکانیک(نیروهای واکنشی) به صورت فوری

حل سه سوال تحلیل سینماتیک ماتریس و حرکات بدن

کمک در طراحی عملی پروژه پایان نامه با متلب (طراحی سیستم تقرب سه بعدی جهت فرود هواپیما روی باند ) طراحی این پروژه با متلب انجام می شود: طراحی الگوریتم جدید همبستگی متقابل و یا ransac که روی تصاویر لحظه تقرب هواپیما در هنگام فرود اجرا می‌شود و پیاده سازی آن جهت تشخیص باند و محل قرارگیری عمودی و افقی هواپیما و فاصله هواپیما نسبت به باند جهت فرود. کار کلی این پروژه در واقع پردازش تصویر هست و پیاده سازی اون با متلب. خلاصه اینکه این الگوریتم قراره روی تصاویر لحظه فرود هواپیما که با استفاده از دیتاستهایی که برای این منظور هست اجرا میشه و فاصله و موقعیت طولی و عرضی هواپیما رو تخمین میزنه. میخواهم این پروژه با همکاری خودم انجام بشه و کاررو باهم پیش ببریم و تقسیم وظایف بشه. مثلا خودم میخوام روی طراحی الگوریتمش بیشتر کار کنم و بیشتر، پیاده سازیش با شما باشه.

با سلام خدمت شما 2 مورد الگوریتم بهینه سازی فرا ابتکاری در متلب به صورت جدا پیاده سازی شده اند.(mat) صرفا میخواهم که شبه کدی اصولی و درست (مانند مقالات) برایم بنویسید، با عنوان ترکیب این دو الگوریتم جهت انتخاب ویژگی (از یکی از الگوریتم ها برای استخراج و از دیگری برای اکتشاف استفاده نماید). مقاله مربوط به هر کدام از الگوریتم ها هم خدمتان ارائه خواهد شد جهت توضیحات بیشتر. مجددا توجه نمایید که فقط شبه کد اصولی میخواهم، خروجی خیر. ولی خط به خط را بررسی خواهم کرد و باید صحیح باشد. لطفا فقط اگر تجربه مشابه دارید همکاری کنیم. ممنون از شما

می خواهم با استفاده از الگوریتم های ماشین بردار پشتیبان و جنگل تصادفی مقدار تبخیر- تعرق گیاهی را با استفاده از یک سری پارامترهای هواشناسی پیش بینی کنم. کدهای SVR و Random Forest را در متلب نوشته ام و فقط به این نیاز دارم که کدها از بابت صحیح بودن و tuning hyperparameters چک شوند همچنین سوالم این است که آیا در این الگوریتم ها می توان داده ها را به سه قسمت آموزش (70 درصد)، اعتبارسنجی(15%) و تست (15%) تقسیم کرد؟ (اگر می شود، کدها طبق آن نوشته شوند).

به کمک نرم افزار متلب، سوالات در حیطه ی درس پردازش تصاویر حل شود

یک کد متلب میخوام نوشته بشه که دیتاهایی که دارم تشکیل شده از تصاویر است که هر شخص دو تصویر یکی خندان یکی جدی دارد که هر تصویر رو که به صورت رندوم بالا میاره تشخیص بده خندست یا جدی توضیح کلیشو به صورت انگلیسی هم میفرستم : Project 5: Recognition of facial expressions Objective: You have a database of faces shot for each subject with two expressions: serious and smiling. The goal is to build a system for the automatic recognition of facial expressions (serious/smiling). Method: - Inspecting the structure of the dataset (PCA or similar) - Develop binary classifiers (Bayesian and logistic classifier models) that correctly associate expression (serious, smiling) with face. - Analyze the classifiers performance (% of correct decisions, sensitivity, specificity, AUC) and determine what classifier model is best. - Use LDA to identify which image features are most important for discrimination. Bonus: Using the same approach, build a classifier that can also distinguish the person's gender in addition to their expression. Data: http://fei.edu.br/~cet/facedatabase.html; in particular, see the dataset frontalimages_manuallyaligned_part1