در این مقاله، روشی قدرتمند برای آشکارسازی صورت از زوایای مختلف با استفاده از ترکیب فیلترهای گابور و شبکه عصبی بیان میشود. در ابتدا رابطه ریاضی تولید فیلتر گابور مورد بررسی قرار میگیرد و در مرحله بعد با بررسی 75 بانک فیلتر مختلف، محدوده مقادیر پارامترهای مؤثر در تولید چکیده کامل
در این مقاله، روشی قدرتمند برای آشکارسازی صورت از زوایای مختلف با استفاده از ترکیب فیلترهای گابور و شبکه عصبی بیان میشود. در ابتدا رابطه ریاضی تولید فیلتر گابور مورد بررسی قرار میگیرد و در مرحله بعد با بررسی 75 بانک فیلتر مختلف، محدوده مقادیر پارامترهای مؤثر در تولید فیلتر گابور مشخص شده و سپس بهترین مقدار برای آنها به دست میآید. شبکه عصبی مورد استفاده در این مقاله از نوع پیشخور با روش بازگشتی است و بردار ورودی این شبکه عصبی از کانوالو تصویر با تنها یک فیلتر گابور با زاویه 2/ و فرکانس 2/ در حوزه فرکانس به دست میآید. الگوریتم پشنهادی در این مقاله روی 550 تصویر از 2 پایگاه تصویر فرت با پسزمینه ساده و مارکوس وبر با پسزمینه پیچیده آزمایش شده و دقت آشکارسازی آن به ترتیب 4/98% و 95% است. همچنین به کمک الگوریتم ویولا جونز ناحیه صورت را در 550 نمونه تصویر به دست آورده و مقایسهای بین نتایج به دست آمده از الگوریتم ویولاجونز و الگوریتم پیشنهادی آورده میشود.
پرونده مقاله
امروزه از سیستمهای پیشرفته انتظار میرود که بتوانند خود را با شرایط محیطی و اتفاقات غیر منتظره سازگار کنند. اولین شرط برای چنین سیستمهایی سازگارشدن آنها با توجه به نیازهای مشتری، داشتههای خود و محیطی که در آن قرار دارند است و باید هنگام مواجه با مشکل یا درخواست غیر م چکیده کامل
امروزه از سیستمهای پیشرفته انتظار میرود که بتوانند خود را با شرایط محیطی و اتفاقات غیر منتظره سازگار کنند. اولین شرط برای چنین سیستمهایی سازگارشدن آنها با توجه به نیازهای مشتری، داشتههای خود و محیطی که در آن قرار دارند است و باید هنگام مواجه با مشکل یا درخواست غیر منتظره به آن جواب دهند. در راهکارهای تطابقسازی سعی شده با استفاده از قرارداد تطابق و تغییر پیکربندی مجدد، سیستم با شرایط وفق داده شود به طوری که این تغییر پیکربندی مجدد به دور از چشم سرویسگیرنده و گاهی در حین اجرای عملیات انجام گردد و طراحان سیستم را نیز از دخالت مستقیم در امور داخلی مربوط به کارگزار منع کند. شایان ذکر است گاهی اوقات همین روشهای تطابقسازی نقش زیادی در استفاده مجدد مؤلفهها برای ایجاد سیستمهای جدید یا بالابردن سطح سیستمهای قدیمی با استفاده از مؤلفههای موجود را نیز ایفا میکنند. این مقاله با روشهای فرمال سعی در ایجاد سیستمی دارد که توان سازگاری با محیط را داشته باشد و در کنار آن، مشکلات ناشی از پیچیدگی را نیز تا حدی میکاهد. برای این کار ابتدا سیستم به وسیله یک مدل ریاضی نمایش داده شده و سپس از روی سیستم مدلشده، قرارداد تطابق و درخواست مشتری یک فرم جدید به نام آداپتور طراحی میشود. بعد از ایجاد آداپتور تمام پیکربندیها و تراکنشهای بین سیستم و مشتری از طریق آن انجام میگردد و آداپتور مسئول هماهنگسازی اجزای داخلی سیستم میباشد. همچنین برای جلوگیری از پیچیدگی، از مفهوم شبکه و سرویسهای سلسله مراتبی برای ایجاد شبکهای از آداپتورها استفاده شده است.
پرونده مقاله
رويكردهاي واژهيابي گفتار به دو گروه تقسيم میشوند: رويكردهاي مبتني بر مدل مخفي ماركف و رويكردهاي متمايزساز. يكي از فوايد رويكردهاي مبتني بر مدل مخفي ماركف، قابليت استفاده از اطلاعات وابسته به محتوا (سه واج) در جهت بهبود كارايي سيستم واژهياب گفتار ميباشد. از طرفی، عدم چکیده کامل
رويكردهاي واژهيابي گفتار به دو گروه تقسيم میشوند: رويكردهاي مبتني بر مدل مخفي ماركف و رويكردهاي متمايزساز. يكي از فوايد رويكردهاي مبتني بر مدل مخفي ماركف، قابليت استفاده از اطلاعات وابسته به محتوا (سه واج) در جهت بهبود كارايي سيستم واژهياب گفتار ميباشد. از طرفی، عدم امكان استفاده از اطلاعات وابسته به محتوا يكي از معایب رويكردهاي واژهيابي گفتار متمايزساز محسوب ميشود. در اين مقاله، راهكاري براي رفع اين عیب ارائه شده که به اين منظور، بخش استخراج ويژگي يك سيستم واژهياب گفتار متمايزساز مبتنی بر الگوریتم تکاملی (EDSTD)- كه در كارهاي قبلي ما ارائه شده است- به گونهاي تغيير یافته كه اطلاعات وابسته به محتوا را در نظر بگيرد. در مرحله نخست، يك رويكرد استخراج ويژگي مستقل از محتوا پيشنهاد شده و سپس رويكردي براي به كارگيري اطلاعات وابسته به محتوا در بخش استخراج ويژگي ارائه شده است. نتايج ارزيابيها روی دادگان TIMIT حاكي از آن است كه نرخ بازشناسي سيستم EDSTD وابسته به محتوا (CD-EDSTD) در اخطار اشتباه بر كلمه كليدي بر ساعت بزرگتر از دو، حدود 3% از نرخ بازشناسي درست سيستم EDSTD مستقل از محتوا (CI-EDSTD) بالاتر است. هزينه اين بهبود دقت، حدود 36/0 افت سرعت پاسخگويي است كه قابل چشمپوشي ميباشد.
پرونده مقاله
معماری فعلی شبکههای مرکز داده ترکیبی از سوئیچهای اترنت و روترها است اما این معماری نمیتواند نیازهای این شبکهها را برآورده کند. سوئیچهای اترنت انعطافپذیر و تنظیماتشان ساده است اما گسترشپذیر نیستند. روترها گسترشپذیری بهتر و استفاده کارامد از پهنای باند را فراهم می چکیده کامل
معماری فعلی شبکههای مرکز داده ترکیبی از سوئیچهای اترنت و روترها است اما این معماری نمیتواند نیازهای این شبکهها را برآورده کند. سوئیچهای اترنت انعطافپذیر و تنظیماتشان ساده است اما گسترشپذیر نیستند. روترها گسترشپذیری بهتر و استفاده کارامد از پهنای باند را فراهم میکنند اما هزینه آنها زیاد است. این معماری ترکیبی سربارهای تنظیمات و نگهداری قابل توجهی را به وجود میآورد و بنابراین اگر بتوان شبکههای لایه دو را بزرگتر کرد تعداد روترها و در نتیجه هزینهها کمتر میشود. برای این منظور روشهای زیادی ارائه شده است. در این مقاله برخی از نیازهای اصلی شبکههای مرکز داده و ویژگیهای تعدادی از روشهای پیشنهادی بیان شده و از بین روشها، OpenFlow ترجیح داده میشود اما سربار کنترلی OpenFlow زیاد است. یک روش برای کمکردن سربار کنترلی جداکردن جریانهای بزرگ و کوچک است که مدیریت جریانهای بزرگ به کنترلکننده داده میشود و برای مسیریابی جریانهای کوچک از مسیریابی ECMP استفاده میشود. OpenFlow از ECMP پشتیبانی نمیکند. در این مقاله روشی مبتنی بر OpenFlow برای جایگزینی ECMP ارائه شده که کارایی آن معادل ECMP است و در مقابل خطا تحملپذیر است.
پرونده مقاله
در اين مقاله روشي براي انتخاب اتوماتيک تصوير مرجع در تطبيق هيستوگرام ارائه شده است. تطبيق هيستوگرام يکي از سادهترين روشهاي مکاني بهبود تصوير است که با توجه به هيستوگرام تصوير مرجع، کنتراست تصوير اوليه را بهبود ميدهد. در روشهاي معمول تطبيق هيستوگرام، کاربر براي يافتن چکیده کامل
در اين مقاله روشي براي انتخاب اتوماتيک تصوير مرجع در تطبيق هيستوگرام ارائه شده است. تطبيق هيستوگرام يکي از سادهترين روشهاي مکاني بهبود تصوير است که با توجه به هيستوگرام تصوير مرجع، کنتراست تصوير اوليه را بهبود ميدهد. در روشهاي معمول تطبيق هيستوگرام، کاربر براي يافتن مناسبترين تصوير مرجعي که بهتر از ساير تصاوير هدف، کنتراست تصوير را بهبود ببخشد، نيازمند انجام چندين آزمايش با عکسهاي گوناگون روي تصوير اوليه است اما اين مقاله، روشي براي انتخاب اتوماتيک تصوير مرجع در تطبيق هيستوگرام ارائه ميدهد. روش کار بدين صورت است که براي تجزیه مؤلفه روشنایی از رنگ، ابتدا تصاوير از فضاي رنگي RGB به فضاي HSV انتقال مييابند. سپس تصوير مرجع مناسب براي بهبود تصوير اوليه، توسط يک معيار شباهت با سنجش ميزان شباهت بين هيستوگرام مؤلفه روشنایی تصاوير موجود در پايگاه داده و هيستوگرام مؤلفه روشنایی تصوير اوليه انتخاب ميشود. به عبارت ديگر، تصويري که هيستوگرام آن شباهت بيشتري به هيستوگرام تصوير اوليه دارد در بهبود کنتراست تصوير اوليه، موفقتر عمل ميکند. انجام اين کار علاوه بر به دست آوردن نتيجه مطلوب، کاربر را از دغدغه انتخاب يک تصوير مرجع مناسب براي بهبود تصوير اوليه نيز بينياز ميکند. همچنين روش ارائهشده قابل استفاده روي تصاوير هر دو حوزه RGB و خاکستري نيز ميباشد.
پرونده مقاله
اخیراً روشهای تولید کلید محرمانه مشترک با استفاده از مشخصات تصادفیبودن دامنه و فاز سیگنال دریافتی و تقارن کانال مشترک در سیستمهای مخابراتی بیسیم، مورد توجه زیادی واقع شده است. پروتکلهای تولید کلید بر اساس تخمین فاز سیگنال دریافتی، به علت توزیع یکنواخت فاز فیدینگ کا چکیده کامل
اخیراً روشهای تولید کلید محرمانه مشترک با استفاده از مشخصات تصادفیبودن دامنه و فاز سیگنال دریافتی و تقارن کانال مشترک در سیستمهای مخابراتی بیسیم، مورد توجه زیادی واقع شده است. پروتکلهای تولید کلید بر اساس تخمین فاز سیگنال دریافتی، به علت توزیع یکنواخت فاز فیدینگ کانال، هم برای محیطهای ساکن و هم سیار مناسب بوده و همچنین دارای نرخ تولید کلید بالاتری نسبت به پروتکلهای تولید کلید بر اساس توان سیگنال دریافتی میباشند. علاوه بر این عموماً کارهای پیشین روی پروتکل تولید کلید روی سیستمهای تکآنتنه (SISO) متمرکز بودهاند که دارای نرخ تولید کلید قابل توجهی نیستند. از این رو در این مقاله برای افزایش تصادفیبودن و نرخ تولید کلید از تخمین فاز سیگنال دریافتی روی سیستمهای چندآنتنه (MIMO) برای تولید کلید محرمانه مشترک استفاده میشود، زیرا سیستمهای MIMO دارای یک توانایی برای عرضه متغیرهای تصادفی بیشتر جهت تولید کلید نسبت به سیستمهای SISO میباشند. نتایج شبیهسازی نشاندهنده این است که نرخ تولید کلید در حالتی که تعداد آنتنهای فرستنده و گیرنده یکسان و برابر با 2 و 3 باشد، به ترتیب 4 و 9 برابر زمانی است که از 1 آنتن فرستنده و گیرنده استفاده شود. همچنین هنگامی که جهت استخراج بیتهای کلید محرمانه از کوانتیزاسیون چندسطحی استفاده شود، نرخ تولید کلید افزایش قابل ملاحظهاي پیدا خواهد کرد.
پرونده مقاله
یکی از مشکلات الگوریتمهای ژنتیک سنتی، مشکل همگرایی زودرس است که باعث ناتوانی آنها در جستجوی جوابهای مناسب میشود. یک الگوریتم ممتیک از جستجوی محلی برای افزایش سرعت کشف جوابهای مناسبی که پیداکردن آنها به وسیله جستجوی عمومی تنها به طول میانجامد یا قابل دسترس نباشند، ا چکیده کامل
یکی از مشکلات الگوریتمهای ژنتیک سنتی، مشکل همگرایی زودرس است که باعث ناتوانی آنها در جستجوی جوابهای مناسب میشود. یک الگوریتم ممتیک از جستجوی محلی برای افزایش سرعت کشف جوابهای مناسبی که پیداکردن آنها به وسیله جستجوی عمومی تنها به طول میانجامد یا قابل دسترس نباشند، استفاده میکند. در این مقاله یک الگوریتم ممتیک مبتنی بر اتوماتای یادگیر به نام LA-MA ارائه شده که از دو بخش ژنتيکي و ممتيکي تشکيل شده است. تکامل يا جستجوي عمومي در بخش ژنتیکی و بهرهبرداری یا جستجوی محلی در بخش ممتیکی انجام میشوند. در بخش ممتيکي، احتمال موفقيت جستجوي محلي تخمين زده شده و در صورتي که انجام جستجوي محلي نسبت به جستجوي عمومي مقرون به صرفه باشد، بهرهبرداري انجام ميشود. تخمين صحيح احتمال موفقيت جستجوي محلي، باعث ايجاد تعادل بين جستجوي عمومي و محلي شده و کارايي الگوريتم ممتيک را بالا ميبرد. در این مقاله از دو مسأله بيشينهسازي يكها و تناظر گراف جهت ارزيابي كارايي الگوريتم پيشنهادي استفاده شده است. نتايج آزمايشها نشان ميدهد كه الگوريتم پيشنهادي از نظر كيفيت جوابهاي به دست آمده و نرخ همگرايي نسبت به ساير الگوريتمها عملكرد بهتري دارد.
پرونده مقاله
متداولترین روش در تشخیص تشنجات صرعی روش مبتنی بر پردازش سیگنالهای EEG حاصل از انجام الکتروآنسفالوگرافی میباشد که به دلیل نیاز به اتصال الکترودهایی به نواحی مختلف از سر فرد مشکلات حرکتی زیادی به وجود میآورد. هدف این تحقیق تشخیص خودکار و هوشمندانه صرع گراندمال و نیز ب چکیده کامل
متداولترین روش در تشخیص تشنجات صرعی روش مبتنی بر پردازش سیگنالهای EEG حاصل از انجام الکتروآنسفالوگرافی میباشد که به دلیل نیاز به اتصال الکترودهایی به نواحی مختلف از سر فرد مشکلات حرکتی زیادی به وجود میآورد. هدف این تحقیق تشخیص خودکار و هوشمندانه صرع گراندمال و نیز بازشناسی اعمال عادی فرد مبتلا به عارضه از طریق نظارت ویدئویی میباشد. در این مقاله از ترکیب دو تکنیک بینایی ماشین و یادگیری ماشین به منظور تشخیص صرع گراندمال و بازشناسی اعمال عادی برای فردی استفاده میشود که روی زمین و یا تخت دراز کشیده است. بعد از حذف پسزمینه از دنباله قابهای ویدئویی و جداسازی شبح تصاویر، ویژگیهای هندسی مناسب استخراج شده و به عنوان ورودی به دستهبند ماشین بردار پشتیبان چندکلاسه اعمال گردید تا عمل دستهبندی ویدئوها و تخصیص برچسب رفتاری مناسب به صورت خودکار انجام شود. تمامی پیادهسازیهای این تحقیق در محیط نرمافزار Matlab نسخه a.2011 انجام شده است. در این سیستم هوشمند، میانگین دقت تشخیص و بازشناسی 21/90 درصد میباشد. به کارگیری این سیستم علاوه بر کاهش ناظر انسانی، کمک زیادی در تشخیص به موقع و همیشگی عارضه مینماید. این روش به دلیل نیاز به یک دوربین فیلمبرداری ساده و یک سیستم کامپیوتری معمولی، روشی مقرون به صرفه بوده و برای قشرهای درآمدی مختلف قابل تهیه است. علاوه بر آن غیر تماسی بودن سیستم پیشنهادی، عاملی برای حذف مشکلات حرکتی است. دقت بالا تأییدکننده کارایی مناسب این سیستم میباشد.
پرونده مقاله
شبكه مش بيسيم، شبكهای چندجهشه متشکل از مسيريابها و كاربران مش میباشد که امكان يكپارچه كردن شبكههاي بیسيم موجود، جهت ارائه سرويس با ويژگيهاي متنوعتر و بهتر را فراهم ميآورد. مسیریابها به صورت خودکار به برقراري ارتباط بیسیم بین یکدیگر میپردازند، بنابراین در بس چکیده کامل
شبكه مش بيسيم، شبكهای چندجهشه متشکل از مسيريابها و كاربران مش میباشد که امكان يكپارچه كردن شبكههاي بیسيم موجود، جهت ارائه سرويس با ويژگيهاي متنوعتر و بهتر را فراهم ميآورد. مسیریابها به صورت خودکار به برقراري ارتباط بیسیم بین یکدیگر میپردازند، بنابراین در بسیاري موارد نیاز به اعمال مدیریت و صرف هزینه هنگفت براي راهاندازي شبکه وجود ندارد. از طرفی این گونه از شبکهها دارای قابلیت متصلکردن شبکههای ناهمگون به هم هستند و میتوانند از استانداردهای متنوعی پشتیبانی کنند. در مواردی که مسیریابهای زیرساخت شبکه مش به انرژی برق شهری دسترسی نداشته باشند، استفاده از شبکه مش بیسیمی که با باتری و انرژی خورشیدی کار میکند، بسیار مفید خواهد بود. در این حالت اساسیترین مشکل، اتمام سریع شارژ باتریها و قطع شبکه است و لذا در این مقاله راهکاری برای افزایش طول عمر شبکه و استفاده بهینه از انرژی باتری گرهها پیشنهاد شده که میتواند مدت زمان کارکرد شبکه را بسیار بالا ببرد. الگوریتم مسیریابی پیشنهادی، گرههایی در شبکه را با بیشترین انرژی باقیمانده مشخص کرده و دادهها فقط از میان گرههای تعیینشده عبور میکنند تا زمانی که انرژی یک گره به سطح آستانه از پیش مشخص شده نزدیک شود. نتایج شبیهسازی نشان میدهد که این روش کارایی بهتری نسبت به شیوههای متداول مسیریابی و ارسال اطلاعات در این نوع شبکهها دارد.
پرونده مقاله