The purpose of this study is to identify images with deep learning with the least error. In machine learning projects, the basis of the work is extracting features from raw data. Finally, we differentiate different features through classifiers. In the present project, images with dimensions of 224*224 are applied to the network. Most networks use color images, which have 3 channels, the final dimensions of which are 3*224*224. We used the vgg19 network to extract the feature from the image with the highest accuracy. To increase the speed of weight correction operations, batch_size = 30 is considered. 70% of the images were used for network training, 20% for validation and 10% of the data for network testing and evaluation. The speed and accuracy of this project is high. پرونده مقاله

Many complex natural and social structures can be considered as networks. Internet sites, social networks, organizational communications, family connections, electronic mails, phone calls, and financial transactions are just a few examples of these networks. Nowadays, network analysis is one of the most popular and widely used research branches in the world. One of the most commonly used topics in network analysis is the identification of organizations in the network. In this research, we present the detection of communities in static social networks using the genetic algorithm and its improvement with the label propagation algorithm known as Genetic Algorithm- Label Propagation. The genetic algorithm explores the search space well and converges to the best answer. This algorithm is scalable and our results show that our proposed algorithm performs faster and better than other algorithms. پرونده مقاله

در این مقاله قطعاتی از مفتول فولاد 50CrV4 بـه قطر mm4 تحت آبکـاری الکتریکی Zn خالص قرار گرفت. اثر عملیات ساچمه زنی قبل از آبکاری و عملیات پخت بعد از آبکاری الکتریکی در عملکرد کششی فولاد بررسی شد. ساچمه زنی قبل از آبکاری به مدت 20 دقیقه با ساچمه هایی به قطر mm5/0 و سختی RC58 انجام شد. عملیات پخت بعد از آبکاری به مدت 24 ساعت در دمای °C200 انجام شد. سپس در نهایت نمونه ها تحت آزمون‌های کشش با نرخ کرنش آهسته، سختی سنجی و تصویربرداری SEM قرار گرفتند. نتایج نشان داد که اثر عملیات پخت در بهبود عمر مکانیکی نمونه تحت کشش به تنهایی بیشتر از عملیات ساچمه زنی است. متوسط زمان تا شکست نمونه های آبکاری شده و پخت شده 5/2 ساعت ولی متوسط زمان شکست برای نمونه های ساچمه زنی شده و آبکاری شده 1/2 ساعت به دست آمد. اثر هم زمان عملیات ساچمه زنی قبل از آبکاری و پخت بعد از آبکاری منجر به بهبود بیشتر عملکرد کششی مفتول و رسیدن زمان متوسط شکست به 05/3 ساعت در آزمون نرخ کرنش آهسته شد. در این شرایط اندیس حساسیت به تردی از 76/0 بـرای نمونه هـای فقط آبکاری شده به 13/0 برای نمونه های ساچمه زنی و پخت شده کاهش یافت که بهبود بسیار خوبی را نشان می دهد. اثر ساچمه زنی بر خواص کششی فولاد را می‌توان به ایجاد یک لایه تنش فشاری پسماند در سطح زیر لایه نسبت داد که منجر به کاهش نرخ رشد ریزترک‌های ناشی از تنش‌های کششی در شرایط کاری می‌شود. همچنین نتایج نشان داد که در اثر عملیات پخت ترک‌های ریز و پیوسته‌ای در فصل مشترک پوشش / زیر لایه ایجاد می‌شود که مسیرهای مناسبی را برای خروج هیدروژن از زیر لایه فراهم می‌کنند. پرونده مقاله