کتاب اموزشی متد ویولن سوزوکی جزو یکی از برترین کتاب های اموزشی برای ساز ویولن میباشد.این سری کتاب شامل اموزش سطح به سطح قطعات طبقه بندی شده و همچنین ترک های صوتی برای اموزش بهتر میباشد
هم اکنون میتوانید جلد دهم از این کتاب را همراه با ترک های صوتی از سایت سها موزیک دانلود نماید
Complete Chromatic Harmonica Method متد اموزشی سازدهنی کروماتیک میباشد که جزو بهترین کتاب هادر این زمینه است توسط Phil Duncan نوشته شده است
هم اکنون میتوانید این کتاب را از سایت سها موزیک دریافت نمایید
فهرست مندرجات:
مقدمه ......................
متد گرلاوین ........................
مدل 1 لباس شب ....................
الگوی مدل 1 ............................
مدل 2 لباس شب ..........................
الگوی مدل 2 .......................
مدل 3 لباس شب ...................
الگوی مدل 3 ........................
متد متریک .............................
مدل 1 لباس شب ...............
الگوی مدل 1 ...............
مدل 2 لباس شب ..............
الگوی مدل 2 ....................
مدل 3 لباس شب ....................
الگوی مدل 3 .........................
الگوی کودکان .........................
یک مدل لباس کودک ...............
الگوی کت ...........
مدل کت ..................
الگوی شلوار ..................
مدل شلوار ...................
شامل 51 صفحه فایل word قابل ویرایش بهمراه تصاویر مدل های لباس
ناحیهبندی یک گام ابتدایی و بسیار مهم در مباحث پردازش تصویر است که نقش اساسی در تشخیص، طرح ریزی جراحی، و ارزیابی‌های مختلف پزشکی ایفا می‌کند. ناحیهبندی تصاویر پزشکی به دلیل ناهمگونی بافت، اثر حجم جزئی، نویز، آرتیفکت و تنوع ساختار بیماری‌های مختلف در بیماران گوناگون با مشکل مواجه است. برای حل مشکلات مذکور روش مدلهای دگرشکل پذیر سطح پیشنهاد شده است. هدف از این رساله بررسی مدلهای دگرشکل پذیر برای ناحیه بندی تصاویر پزشکی و ارائه الگوریتم مناسب به منظور رفع پاره ای از مسائل و مشکلات مذکور در این زمینه است.
در میان مدلهای دگرشکلپذیر در ناحیهبندی تصویر، مدل دو مرحلهای سریع FTC، یک مدل کارآمد و همچنین سریع میباشد. اما کارایی این مدل بسیار وابسته به منحنی اولیه میباشد بطوریکه نیازمند مداخله کاربر برای انتخاب این منحنی است. یک متد جدید در این رساله برای تسهیل در ناحیهبندی تصاویر پزشکی پیشنهاد شده است که ترکیبی از الگوریتم ناحیهبندی فازی مبتنی بر کرنل با محدودیت مکانی SKFCM و مدل FTC است. این رویکرد شامل دو مرحله پی در پی میباشد. ابتدا، از متد SKFCM بمنظور انتخاب خودکار منحنی اولیه برای مرحله بعد استفاده میشود. سپس مدل FTC برای ناحیهبندی تصویر توسط تکامل منحنی مبتنی بر مجموعه سطح بکار گرفته میشود. درجه عضویت فازی علاوه بر انتخاب منحنی اولیه، در عبارت سرعت مبتنی بر داده مدل FTC برای بالا بردن قدرت و دقت الگوریتم پیشنهادی آمیخته گردید. ارزیابی عملکرد الگوریتم پیشنهادی در چندین نوع متفاوت از تصاویر پزشکی انجام شده است. نتایج تجربی مزایای الگوریتم پیشنهادی را در دقت، زمان محاسباتی و مقاومت در برابر نویز در مقایسه با پنج متد رایج دگرشکلپذیر برای ناحیهبندی تصاویر پزشکی نشان میدهد که عمل ناحیهبندی، با دقتی برابر با 95% در تصاویر نویزی با واریانس گاوسی 5% انجام میگیرد.