طراحي و پياده سازي دسته بندي كننده دقيق اهداف مبتني بر شبكه عصبي تكاملي

پيچيدگي فيزيكي اهداف و شباهت بسيار زيادشان دسته بندي آنها، يكي از مسائل چالش برانگيز براي پژوهشگران است شبكه هاي عصبي چندلايه، يكي از پركاربردترين ابزار در دسته بندي اهداف مي باشند مي توان از آموزش به عنوان مهمترين بخش اين شبكه ها اشاره نمود در سالهاي اخير به دليل ضعف هاي زياد روش هاي سنتي مانند روش هاي مبتني بر مشتق و گراديان نزولي، استفاده از الگوريتم هاي تكاملي براي آموزش اين نوع شبكه ها بسيار مرسوم گشته است هدف در اين مقاله، استفاده از الگوريتم بهينه شده مبتني بر جغرافياي زيستي، براي آموزش شبكه هاي عصبي چندلايه، به منظور دسته بندي اهداف مي باشد شبيه سازي و مقايسه نتايج نشان مي دهند كه الگوريتم بهينه شده مبتني بر جغرافياي زيستي در اين مقاله موجب طراحي يك دسته بندي كننده بهينه براي دسته بندي اهداف شده است به اين منظور دسته بندي بلادرنگ دسته بندي كننده طراحي شده بر روي تراشه FPGAبا استفاده از ابزار Xilinx System Generatorپياده سازي مي گردد در نهايت نيز دسته بندي اهداف Irisو Lensesبا استفاده از شبكه عصبي به صورت سخت افزاري و بر بستر پياده سازيXilinx Kintex C7K32T-2FFG900C وXilinx Spartan6-XC6SLX45-FGG484-2 تراشه هاي خواهد شد