﻿<?xml version="1.0" encoding="utf-8"?><ArticleSet><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>12</Volume><Issue>2</Issue><PubDate PubStatus="epublish"><Year>2014</Year><Month>9</Month><Day>21</Day></PubDate></Journal><ArticleTitle>Using Prominent Regions in Search Space Reduction for Recognition of Printed Farsi Subwords</ArticleTitle><VernacularTitle>استفاده از مناطق شاخص زیر- کلمات چاپی فارسی برای کاهش فضای جستجو در بازشناسی آنها</VernacularTitle><FirstPage>1</FirstPage><LastPage>11</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>هما</FirstName><LastName>داودی</LastName><Affiliation>دانشگاه تربیت مدرس</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>احسان‌اله</FirstName><LastName>کبیر</LastName><Affiliation>دانشگاه تربیت مدرس</Affiliation><Identifier Source="ORCID">0000000256107611</Identifier></Author></AuthorList><History PubStatus="received"><Year>2015</Year><Month>11</Month><Day>29</Day></History><Abstract>In the most common Lexicon reduction methods, lexicon words are clustered based on their holistic shape features and then each query word image is classified into the closest cluster. As the errors at this stage propagate to the subsequent stages, relevant clusters should be selected with a high degree of accuracy. In this paper we present a novel verification method which decides on the validity of the recognized clusters based on a proposed confidence measure. The level of confidence to the selected clusters is measured using local shape features in the verification phase, where it is determined that the selected cluster is acceptable or not. For this purpose, some local shape features of the input subword image are compared to the “prominent regions” of the corresponding cluster. The prominent regions of a cluster are some local regions that discriminate the members of that cluster compared to the other clusters. The proposed verification method along with some predefined rules is used to reduce the lexicon size of Farsi subwords. The experiments conducted on a set of 6895 common Farsi subwords show that our proposed method significantly reduces the search space while preserving the accuracy in an acceptable rate.</Abstract><OtherAbstract Language="FA">در روش‏های رایج برای کاهش اندازه دیکشنری، معمولاً مجموعه کلمات بر اساس ویژگی‏های شکل کلی‌شان خوشه‏‏بندی می‏شوند. سپس، هر کلمه‏ ورودی به این خوشه‏ها طبقه‏بندی می‏شود. با توجه به تأثیر مستقیم این مرحله در نتیجه نهایی سیستم بازشناسی، کاهش دیکشنری باید با دقت بالایی انجام شود. به این منظور در این مقاله روشی را برای تأیید ارائه می‏کنیم که میزان اطمینان به خوشه انتخابی را تعیین می‏کند. میزان اطمینان به خوشه انتخابی بر اساس ویژگی‏های محلی شکل تعیین می‏شود. بردارهای ویژگی محلی از شکل زیر- کلمه ورودی استخراج شده و با مناطق شاخص متناظر با خوشه انتخابی مقایسه می‏شود. مناطق شاخص یک خوشه، مناطقی از شکل هستند که زیر- کلمات آن خوشه را از سایر خوشه ها متمایز می‌کنند و در انتها روش تأیید پیشنهادی به همراه مجموعه‏ای از قوانین برای کاهش اندازه دیکشنری به کار می‏رود. آزمایش‌های انجام‌شده بر مجموعه شکل‏های زیر- کلمات فارسی نشان می‏دهد با روش پیشنهادی این مقاله می‏توان با حفظ دقت، فضای جستجو را تا حد قابل توجهی کاهش داد.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">توصیف‌گر شکل
زیر- کلمات چاپی
شکل کلمات
طبقه‏بندی
منطقه شاخص</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/fa/Article/Download/28080</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>12</Volume><Issue>2</Issue><PubDate PubStatus="epublish"><Year>2014</Year><Month>9</Month><Day>21</Day></PubDate></Journal><ArticleTitle>A Hybrid Algorithm for Terrain Simplification</ArticleTitle><VernacularTitle>یک الگوریتم هیبرید برای ساده‌سازی سرزمین</VernacularTitle><FirstPage>12</FirstPage><LastPage>22</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>فهیمه</FirstName><LastName>دباغی زرندی</LastName><Affiliation>دانشگاه ولی عصر (عج)</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>محمد</FirstName><LastName>قدسی</LastName><Affiliation>دانشگاه صنعتی شریف</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2015</Year><Month>11</Month><Day>29</Day></History><Abstract>Terrain simplification problem is one of fundamental problems in computational geometry and it has many applications in other fields such as geometric information systems, computer graphics, image processing. Terrain is commonly defined by a set of n points in three dimension space. Major goal of terrain simplification problem is removing some points of one terrain so that maximum error of simplified surface is a certain threshold. There are two optimization goals for this problem: (1) min-k, where for a given error threshold , the goal is to find a simplification with the minimum number of points for which the error is that most , and (2) min-, where for a given number n, the goal is to find a simplification of at most m points that has the minimum simplification error. Simplification problem is NP-hard in optimal case.
In this paper we present a hybrid algorithm for terrain simplification that performs in three phases. First, terrain is divided to some clusters, then any cluster is simplified independently and finally, the simplified clusters are merged. Our algorithm solves the problem in  . The proposed algorithm is implemented and verified by experiments.</Abstract><OtherAbstract Language="FA">با پیشرفت تکنولوژی و مجهزشدن دوربین‌های تصویربرداری، دقت تصاویر موجود افزایش یافته است. بالارفتن دقت تصاویر نقش مهمی در کیفیت تجزیه و تحلیل آنها دارد اما این دقت که به واسطه افزایش نقاط موجود در تصویر و بالارفتن حجم اطلاعاتی آن حاصل شده است، مشکلات بسیاری را در خصوص نگهداری و سرعت پردازش تصاویر به وجود آورده و به همین دلیل مسأله ساده‌سازی سرزمین مطرح شده است (معمولاً یک سرزمین به صورت مجموعه‌ای از n نقطه در فضای سه‌بعدی تعریف می‌شود). هدف مسأله ساده‌سازي اين است که تعدادي از نقاط يک سرزمين حذف شود به نحوي که خطاي سرزمين پس از ساده‌سازي، بيشتر از ميزان تعيين‌شده نباشد. خطاي ساده‌سازي به دو صورت تعريف مي‌شود، يکي اين که پس از ساده‌سازي، m نقطه با حداقل خطا در سرزمين وجود داشته باشد (m&lt;=n) يا اين که حداکثر خطا پس از ساده‌سازي به ازاي کمترين تعداد نقاط، epsilon باشد (0&gt; (epsilon. اين مسأله در حوزه مسایل ان ‌پي- سخت قرار دارد.
در اين مقاله، يک الگوريتم هیبرید براي ساده‌سازي سرزمین مطرح شده است که در سه مرحله ساده‌سازی را انجام می‌دهد. ابتدا سرزمین مربوط بر اساس یکی از روش‌های خوشه‌بندی به تعدادی خوشه تقسیم می‌شود، سپس هر خوشه بر اساس یک الگوریتم ساده‌سازی به صورت مجزا ساده می‌شود و در نهایت خوشه‌های ساده‌شده با هم ادغام می‌شوند. این الگوریتم از نظر زمان اجرا در رده مسایل O(n2n) قرار دارد. در انتهای مقاله، الگوریتم مطرح‌شده روی سرزمین‌های واقعی مورد آزمایش قرار گرفته و نتایج با استفاده از معیارهای موجود تحلیل شده است.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">سرزمین
ساده‌سازی
سطح نامنظم مثلث‌بندی‌شده
خوشه‌بندی
هیبرید
الگوریتم‌های حریصانه</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/fa/Article/Download/28081</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>12</Volume><Issue>2</Issue><PubDate PubStatus="epublish"><Year>2014</Year><Month>9</Month><Day>21</Day></PubDate></Journal><ArticleTitle>Left Ventricular Segmentation in Echocardiography Images by Manifold Learning and Dynamic Directed Vector Field Convolution</ArticleTitle><VernacularTitle>ناحیه‌بندی بطن چپ در تصاویر اکوکاردیوگرافی با استفاده از یادگیری منیفلد و تلفيق میدان برداری جهت‌دار دینامیکی</VernacularTitle><FirstPage>23</FirstPage><LastPage>32</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>نجمه</FirstName><LastName>مشهدی</LastName><Affiliation>دانشگاه علم و صنعت ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>حمید</FirstName><LastName>بهنام</LastName><Affiliation>دانشگاه علم و صنعت ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>احمد</FirstName><LastName>شالباف</LastName><Affiliation>دانشگاه علم و صنعت ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>زهرا</FirstName><LastName>علیزاده ثانی</LastName><Affiliation>مرکز درمانی، آموزشی و تحقیقاتی قلب و عروق شهید رجایی</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2015</Year><Month>11</Month><Day>29</Day></History><Abstract>Cardiac diseases are the major causes of death throughout the world. The study of left ventricular (LV) function is very important in the diagnosis of heart diseases. Automatic tracking of the boundaries of the LV wall during a cardiac cycle is used for quantification of LV myocardial function in order to diagnose various heart diseases including ischemic disease. In this paper, a new automatic method for segmentation of the LV in echocardiography images of one cardiac cycle by combination of manifold learning and active contour based dynamic directed vector field convolution (DDVFC) is proposed. In this method, first echocardiography images of one cardiac cycle have been embedded in a two dimensional (2-D) space using one of the most popular manifold learning algorithms named Locally Linear Embeddings. In this new space, relationship between these images is well represented. Then, segmentation of the LV wall during a cardiac cycle is done using active contour based DDVFC. In this method, final contour of each segmented frame is used as the initial contour of the next frame. In addition, in order to increase the accuracy of the LV segmentation and also prevent the boundary distortion, maximum range of the active contour motion is limited by Euclidean distances between consequent frames in resultant 2-D manifold. To quantitatively evaluate the proposed method, echoacardiography images of 5 healthy volunteers and 4 patients are used. The results obtained by our method are quantitatively compared to those obtained manually by the highly experienced echocardiographer (gold standard) which depicts the high accuracy of the presented method.</Abstract><OtherAbstract Language="FA">بیماری‌های قلبی شايع‌ترين علت مرگ و مير در جهان هستند. بررسی عملکرد بطن چپ که وظيفه خون‌رساني به تمامي نقاط بدن را دارد، در تشخیص بیماری‌های قلبی بسیار حائز اهمیت است. تعیین و ردیابی خودکار مرزهای ديواره بطن چپ در طول یک سیکل قلبی جهت كمي‌سازي عملکرد ديواره بطن چپ قلبي به جهت تشخيص بيماري‌هاي مختلف قلبي از جمله بيماري ايسکمي استفاده مي‌شود. در این مقاله، روش خودکار جديدي برای تعیین مرز ديواره بطن چپ در تصاوير اکوکاردیوگرافی يک سيکل قلبي ارائه شده که در اين الگوريتم از ترکيب روش‌هاي کانتور فعال هندسی بر اساس نیروی خارجی تلفیق میدان برداری جهت‌دار و يادگيري منيفلد استفاده شده است. در اين روش، ابتدا تصاوير اکوکارديوگرافي يک سيکل قلبي با استفاده از يکي از پرکاربردترين روش‌هاي يادگيري منيفلد به نام نگاشت محلي خطي به فضاي دوبعدي نگاشت مي‌شود. در اين فضاي ويژگي جديد ارتباط بين فريم‌هاي يک سيکل قلبي به خوبي نشان داده مي‌شود. سپس تعيين مرز ديواره بطن چپ در طول یک سيکل قلبي با استفاده از روش کانتور فعال هندسی بر اساس نیروی خارجی تلفیق میدان برداری جهت‌دار انجام می‌گیرد. در این روش مرز نهایی یک فریم به عنوان مرز اولیه فریم بعدی در نظر گرفته شده و به منظور افزايش دقت تعيين مرز ديواره بطن چپ و همچنين جلوگيري از انحراف مرز، میزان حرکت مجاز مرز ناشي از روش کانتور فعال هندسي از ارتباط بین فریم‌ها، متناظر با فریم جاری و فریم قبلی، در فضای دوبعدی محدود مي‌گردد. برای ارزیابی کمی روش پیشنهادی از 9 توالی تصاویر اکوکاردیوگرافی (5 داوطلب سالم و 4 بیمار) استفاده شده است. مرز ديواره بطن چپ به دست آمده با روش پیشنهادی با مرز ديواره به دست آمده توسط پزشک متخصص باتجربه (استاندارد طلایی) مقایسه شده و نتايج به دست آمده حاکي از دقت بالاي روش پيشنهادي در تعيين مرز ديواره بطن چپ مي‌باشد.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">کانتور فعال
بطن چپ
یادگیری منیفلد
الگوریتم نگاشت محلي خطي
اکوکاردیوگرافی</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/fa/Article/Download/28082</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>12</Volume><Issue>2</Issue><PubDate PubStatus="epublish"><Year>2014</Year><Month>9</Month><Day>21</Day></PubDate></Journal><ArticleTitle> Color Reduction of Hand-painted Carpet Patterns Before Discretization</ArticleTitle><VernacularTitle>کاهش رنگ نقشه‌های دستی فرش پیش از نقطه‌گذاری</VernacularTitle><FirstPage>33</FirstPage><LastPage>41</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>منصور</FirstName><LastName>فاتح</LastName><Affiliation>دانشگاه تربیت مدرس</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>احسان‌اله</FirstName><LastName>کبیر</LastName><Affiliation>دانشگاه تربیت مدرس</Affiliation><Identifier Source="ORCID">0000000256107611</Identifier></Author></AuthorList><History PubStatus="received"><Year>2015</Year><Month>11</Month><Day>30</Day></History><Abstract>Carpet patterns are in two categories: machine-painted and hand-painted. Hand-painted patterns are divided into two groups: before and after discretization. The purpose of this study is color reduction of hand-painted patterns before discretization. There are some articles about color reduction of hand-painted carpet patterns after discretization, but so far, there is not an article on patterns before discretization. The proposed algorithm consists of the following steps: image segmentation, finding the color of each region, color reduction around the edges and final color reduction with C-means. For 80 segments of different 20 patterns, the algorithm has an approximate of 96% accuracy. In other words, the colors of 96% of image pixels are found correctly. The high accuracy of this method is due to its fitness to the application. The proposed method is not fully automatic and requires the total number of colors as its input.</Abstract><OtherAbstract Language="FA">نقشه‌های فرش شامل دو دسته چاپی و دستی هستند و نقشه‌های دستی نیز به دو گروه پیش و پس از نقطه‌گذاری تقسیم می‌شوند. هدف این تحقیق، کاهش رنگ در نقشه‌های دستی پیش از نقطه‌گذاری است. مقالات گوناگونی درباره کاهش رنگ در نقشه‌های فرش پس از نقطه‌گذاری وجود دارد اما تا کنون مقاله‌ای در باب کاهش رنگ در نقشه‌های دستی پیش از نقطه‌گذاری ارائه نشده است. الگوریتم پیشنهادی از 4 مرحله اصلی تشکیل شده است: تعیین نواحی تصویر، مشخص‌کردن رنگ هر ناحیه، کاهش رنگ در حوالی مرزهای تصویر و کاهش رنگ نهایی با روش C- میانگین. برای 80 قسمت از 20 نقشه مختلف، دقت الگوریتم حدود 96 درصد است، به عبارت دیگر رنگ 96 درصد از پیکسل‌های تصویر به درستی تعیین شده و دقت بالای این روش به دلیل متناسب‌بودن روش پیشنهادی با کاربرد آن است. روش ارائه‌شده در این مقاله کاملاً خودکار نیست و تعداد رنگ‌های نقشه باید توسط کاربر به عنوان ورودی به الگوریتم داده شود.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">کاهش رنگ
نقشه دستی
نقطه‌گذاری
مرزبندی
بخش‌بندی
C- میانگین
قالی
فرش</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/fa/Article/Download/28083</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>12</Volume><Issue>2</Issue><PubDate PubStatus="epublish"><Year>2014</Year><Month>9</Month><Day>21</Day></PubDate></Journal><ArticleTitle>The Effects of SIP Register Flood Attack and Detection by Using Kullback–Leibler Distance</ArticleTitle><VernacularTitle>‌اثرات حمله طوفان بسته‌های ثبت نام در سیستم تلفن اینترنتی و تشخیص آن با استفاده از فاصله Kullback - Leibler</VernacularTitle><FirstPage>42</FirstPage><LastPage>50</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>سیدرضا</FirstName><LastName>چوگان سنبل</LastName><Affiliation>دانشگاه علم و صنعت ايران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>محمود</FirstName><LastName>فتحی</LastName><Affiliation>دانشگاه علم و صنعت ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>محمود</FirstName><LastName>رمضانی میمی</LastName><Affiliation>دانشگاه شاهد</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2015</Year><Month>11</Month><Day>30</Day></History><Abstract>Voice communications through internet uses VOIP which includes several protocols while its secrecy is very important issue. SIP is the most important signaling protocol whose attack detection may help system immunization. This paper is dedicated to the issue of SIP registration flood attacks. Attackers can send registration signals which have several dangers for registration server. In this paper, SIP register flood attacks is investigated by details and the effects of attack over registration server is illustrated. Finally, the effects of attack, regarding the ratios compared with a regular situation of the network, are evaluated in experiments done in a real network. Moreover, instead of Hellinger distance, Kullback–Leibler distance is used for register flood attacks detection and corresponding ROC curves show this approach has better performance.</Abstract><OtherAbstract Language="FA">ارتباطات صوتی در بستر اینترنت و با استفاده از سیستمی به نام VoIP که شامل مجموعه‌ای از پروتکل‌ها است صورت پذیرفته و موضوع امنیت آن به شدت مورد توجه واقع گردیده است. SIP مهم‌ترین پروتکل علامت‌دهی در VoIP است که شناسایی حملات و اثرات آنها بر روی SIP می‌تواند در جهت امن‌سازی این سیستم مؤثر باشد و این مقاله به حملات طوفان ثبت نام پروتکل SIP اختصاص دارد. مهاجمین می‌توانند با ارسال پیام‌های ثبت نام به صورت طوفانی، خطرات زیادی برای کارگزار ثبت نام در بر داشته باشند. در این مقاله با بررسی حملات طوفان، حملات طوفان ثبت نام به طور جزئی‌تر تحلیل شده و اثرات این حمله بر روی کارگزار ثبت نام ذکر گردیده و در نهایت با آزمایش در یک شبکه واقعی، اثرات حمله با توجه به نرخ آن در مقابل شرایط عادی مورد ارزیابی قرار گرفته است. همچنین این مقاله به ارائه روشی برای تشخیص حملات طوفان ثبت نام پروتکل SIP اختصاص داشته و با جایگزینی فاصله Kullback - Leibler به جای فاصله Hellinger برای تشخیص حملات طوفان ثبت نام، با بهره‌گیری از نمودار ROC نشان داده شده که این روش می‌تواند در تشخیص این نوع حملات با دقت بهتر و خطای کمتری عمل نماید.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">اثرات طوفان ثبت نام
امنیت VoIP
تشخیص طوفان ثبت نام
فاصله Kullback - Leibler</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/fa/Article/Download/28084</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>12</Volume><Issue>2</Issue><PubDate PubStatus="epublish"><Year>2014</Year><Month>9</Month><Day>21</Day></PubDate></Journal><ArticleTitle>Sub-Threshold 8T SRAM Cell with Improved Write-Ability and Read Stability</ArticleTitle><VernacularTitle>سلول حافظه ایستای (SRAM) زیرآستانه هشت ترانزیستوری با قابلیت‌های بهبودیافته خواندن و نوشتن</VernacularTitle><FirstPage>51</FirstPage><LastPage>59</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>قاسم</FirstName><LastName>پسندی</LastName><Affiliation>دانشگاه تهران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>سیدمهدی</FirstName><LastName>فخرایی</LastName><Affiliation>دانشگاه تهران</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2015</Year><Month>11</Month><Day>30</Day></History><Abstract>Conventional 6T SRAM cell suffers from poor write-ability and poor read stability at low supply voltages. In this paper a new 8T SRAM cell is proposed that achieves improved write-ability and increased read stability at the same time. The proposed SRAM cell can successfully operate at small supply voltages as low as 275 mV whereas conventional 6T SRAM cell cannot. To show the prominence of the proposed cell and for better comparison, our SRAM cell, conventional 6T SRAM cell, and also three other SRAM cells from recent literature are designed in a 90nm industrial CMOS technology with the same conditions. Simulation results show that the proposed 8T SRAM cell decreases write and read delays by 47.5% and 50%, respectively at supply voltage of 800 mV. Our SRAM cell also improves power consumption for single write operation by 40% over the best design at supply voltage of 800 mV. Among the five designs compared, our design is the only one that operates at supply voltages as low as 275 mV. Finally, layout of the proposed SRAM cell is developed in 180 nm industrial CMOS technology and results of post-layout simulations are discussed.</Abstract><OtherAbstract Language="FA">سلول حافظه SRAM شش ترانزیستوری معمولی در ولتاژهای کم قابلیت نوشتن مناسبی ندارد و نیز دچار خطاهای خواندن می‌شود. در این مقاله با ارائه یک طرح هشت ترانزیستوری برای سلول حافظه، علاوه بر بهبود قابلیت نوشتن، میزان خطای خواندن نیز به شدت کاهش یافته است. بدین ترتیب سلول ارائه‌شده توانایی کارکردن در ولتاژهای زیرآستانه در حد 275 میلی‌ولت را دارد، در حالی که سلول حافظه شش ترانزیستوری معمولی فاقد این قابلیت است .با طراحی سلول ارائه‌شده و سلول شش ترانزیستوری معمولی و نیز سه سلول دیگر از بین مقالات اخیر برای مقایسه در تکنولوژی 90 نانومتر صنعتی و انجام شبیه‌سازی با HSPICE ملاحظه شد که طرح مذکور در ولتاژ تغذیه 800 میلی‌ولت، تأخیر خواندن و نوشتن را به ترتیب به میزان 50% و 5/47%، نسبت به بهترین طرح از بین چهار طرح فوق کاهش داده است. همچنین میزان بهبود توان مصرفی یک عمل نوشتن در این ولتاژ، نسبت به بهترین طرح، 40% بوده است. از بین پنج طرح مقایسه‌شده، تنها طرح ارائه‌شده ما قابلیت کارکرد صحیح در ولتاژهای زیرآستانه را دارد. در انتها با تهیه چینش طرح ارائه‌شده در تکنولوژی 180 نانومتر صنعتی و انجام شبیه‌سازی بعد از چینش، اثر اضافه‌شدن پارامترهای پارازیتی در مدار چینش را مورد بررسی قرار داده‌ایم.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">چینش
حافظه
حافظه ایستای تصادفی
کم‌توان
Memory
SRAM.</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/fa/Article/Download/28085</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>12</Volume><Issue>2</Issue><PubDate PubStatus="epublish"><Year>2014</Year><Month>9</Month><Day>21</Day></PubDate></Journal><ArticleTitle>Throughput Optimization in a Broadcast Network Using Adaptive Modulation, Coding and Transmit Power Provisioning Security Constraint</ArticleTitle><VernacularTitle>بهينه‌سازي گذردهي در شبکه پخش با حفظ محرمانگي اطلاعات اختصاصي هر گيرنده با استفاده از کدينگ، مدولاسيون و توان ارسالی وفقی</VernacularTitle><FirstPage>60</FirstPage><LastPage>66</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>مهرداد</FirstName><LastName>تاکی</LastName><Affiliation>دانشگاه اصفهان</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2015</Year><Month>11</Month><Day>30</Day></History><Abstract>A new transmission scheme is presented to improve utilization of resource in a broadcast network provisioning physical layer security. In the designed scheme, data of each user is only detectable at its corresponding receiver with a proper bit error rate (BER), while detection BER at other unintended receivers is high enough for improper detection. Adaptive modulation, coding and transmit power is utilized based on the SNRs. Exact and approximate solutions for the formulated problem are presented where approximate solution has acceptable complexity and leads to the comparable results with the exact solution. Numerical evaluations show that a performance degradation is seen at the cost of providing security.</Abstract><OtherAbstract Language="FA">در اين مقاله روشي براي ارسال بهينه اطلاعات در شبکه پخش ارائه مي‌شود که در آن ضمن حداکثرکردن بهره‌برداري از منابع شبکه، امنيت لايه فيزيکي براي اطلاعات هر کاربر تأمين مي شود، یعني سناريوي ارسال به گونه‌اي تدوين شده که اطلاعات ارسالي هر کاربر صرفاً در گيرنده متناظرش با احتمال خطاي مناسب قابل آشکارسازي است و احتمال خطاي آشکارسازي اطلاعات در گيرنده‌هاي غير خودي تا حد قابل قبولي زياد مي‌باشد. در روش پيشنهادي از تنظيم نرخ گسسته با استفاده از کدبندي و مدوله‌سازي وفقي استفاده مي‌شود و نرخ ارسال بر مبناي سيگنال به نويز لینک‌هاي مختلف تعيين مي‌گردد. حل‌هاي دقيق و تقريبي براي حل مسأله بهينه‌سازي ارائه شده که حل تقريبي ضمن داشتن اختلاف اندک با حل دقيق، پيچيدگي قابل قبولي دارد. بررسي‌هاي عددي حاکي از آن است که اضافه‌شدن قيد امنيت موجب کاهش جزئي نرخ‌هاي قابل دسترسي در شبکه در عوض حفظ محرمانگي اطلاعات خواهد شد.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">امنيت لايه فيزيکي
شبکه پخش
کدينگ و مدولاسيون وفقي</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/fa/Article/Download/28086</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>12</Volume><Issue>2</Issue><PubDate PubStatus="epublish"><Year>2014</Year><Month>9</Month><Day>21</Day></PubDate></Journal><ArticleTitle>Select the Optimal Subset of LABP Features Based on CLA-EC Method in Face Recognition System</ArticleTitle><VernacularTitle>انتخاب زیرمجموعه بهینه از ویژگی‌های استخراج‌شده توسط عملگر بهینه‌شده LBP بر مبنای  CLA - EC در سیستم بازشناسی چهره</VernacularTitle><FirstPage>67</FirstPage><LastPage>74</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>اختر</FirstName><LastName>حضرتی بی‌شک</LastName><Affiliation>دانشگاه آزاد اسلامی واحد اهر</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>کریم</FirstName><LastName>فائز</LastName><Affiliation>دانشگاه صنعتی امیرکبیر</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>حسین</FirstName><LastName>برقی جند</LastName><Affiliation>دانشگاه آزاد اسلامی واحد اهر</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>سجاد</FirstName><LastName>قطعی</LastName><Affiliation>دانشگاه پیام نور تبریز</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2015</Year><Month>11</Month><Day>30</Day></History><Abstract>In this paper, we present a new efficient method based on local binary pattern descriptor, for face recognition. Because, the calculations in Local binary pattern are done between two pixels values, so, small changes in the binary pattern affect its performance. In this paper, a new local average binary pattern descriptor is presented based on cellular learning automata and evolutionary computation (CLA-EC). In the proposed method, first, the LABP operator are used to extract uniform local binary patterns from face images; it should be noted that, in LABP operator to obtain more robust feature representation, many sample points has been used. Then, the best subset of patterns found by CLA-EC methods, and the histogram of these patterns is obtained. Finally, support vector machine is used for classification. The results of experiment on FERET data base show the advantage of the proposed algorithm compared to other algorithms.</Abstract><OtherAbstract Language="FA">ما در اين مقاله روش کارامد جديدی را مبتنی بر توصيفگر الگوی باينری محلی برای بازشناسی چهره معرفی کرديم. چون محاسبات داخل الگوی باینری محلی بین مقادیر دو پیکسل انجام می‌شود، حتی تغییرات کوچک در الگوی باینری عملکرد آن را تحت تأثیر قرار می‌دهد. در این مقاله یک روش جدید بازشناسی چهره برای انتخاب الگوهای باینری میانگین محلی (LABP) بر مبنای آتاماتای یادگیر سلولی مبتنی بر محاسبات تکاملی ارائه شده است. در روش پیشنهادی، ابتدا الگوهای باینری یکنواخت محلی توسط LABP از تصاویر چهره استخراج می‌شود. در LABPجهت به دست آوردن نمایش ویژگی مقاوم‌تر، نقاط نمونه زیادی مورد استفاده قرار گرفته است، سپس بهترین زیرمجموعه از این الگوها بدون داشتن اطلاعات اولیه از آنها توسط روش CLA-ECپیدا شده و از آنها هیستوگرام گرفته می‌شود و در نهایت از ماشین بردار پشتیبان برای طبقه‌بندی استفاده می‌شود. نتیجه به دست آمده از شبیه‌سازی سیستم‌های بازشناسی چهره روی مجموعه داده FERET، برتری الگوریتم پیشنهادی را نسبت به الگوریتم‌های دیگر نشان داد.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">آتاماتای یادگیر سلولی
الگوی باینری محلی
ماشین بردار پشتیبان
محاسبات تکاملی</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/fa/Article/Download/28087</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>12</Volume><Issue>2</Issue><PubDate PubStatus="epublish"><Year>2014</Year><Month>9</Month><Day>21</Day></PubDate></Journal><ArticleTitle>Spectral Shaping of Reconstruction Noise in Backward ADPCM Coding</ArticleTitle><VernacularTitle>شکل‌دهی طیف نویز بازسازی در کدگذار ADPCM با پیش‌بینی پسرو</VernacularTitle><FirstPage>75</FirstPage><LastPage>80</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>قاسم</FirstName><LastName>علیپور</LastName><Affiliation>دانشگاه صنعتی همدان</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>محمدحسن </FirstName><LastName>ساوجی</LastName><Affiliation>دانشگاه شهید بهشتی</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2015</Year><Month>11</Month><Day>30</Day></History><Abstract>The main idea in ADPCM coding is to remove the redundancies of the speech signal before quantization. One of the important characteristics of this coding scheme is the spectral flatness of the reconstruction noise in spite of its low level. It has been tried, in the present research, to improve the perceptual quality of the reconstructed signal by shaping the spectrum of the reconstruction noise using an all-zero filter in the backward ADPCM coding. By doing so, a useful compromise is achieved between the level and the spectral shape of the reconstruction noise. The obtained results show an improvement in the perceptual quality of the reconstructed signal (higher PESQ score) and an increase in the noise level (lower SNR).</Abstract><OtherAbstract Language="FA">تفکر اصلی در روش کدگذاری ADPCM حذف افزونگی‌های موجود در سیگنال صحبت قبل از چندی‌کردن آن است. علی‌رغم سطح پایین خطای بازسازی، یک ویژگی مهم این کدگذار صاف‌بودن شکل طیفی سیگنال خطای بازسازی است. در پژوهش جاری سعی می‌شود که با اعمال یک فیلتر تمام‌صفر به کدگذار ADPCM با پیش‌بینی پسرو، جهت شکل‌دهی طیفی نویز بازسازی، کیفیت ادراکی سیگنال بازسازی‌شده را افزایش داد. این عمل منجر به ایجاد یک تعامل مناسب میان سطح انرژی و شکل طیفی این سیگنال خطا می‌شود. نتایج حاصل بیان‌گر افزایش کیفیت ادراکی سیگنال بازسازی‌شده (بر اساس معیار PESQ) در عوض افزایش انرژی خطای بازسازی (بر اساس معیار SNR) است.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">پیش‌بینی وفقی پسرو
شکل‌دهی طیفی نویز
کدگذاری صحبت
کدگذار ADPCM
کیفیت ادراکی سیگنال صحبت</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/fa/Article/Download/28088</ArchiveCopySource></ARTICLE></ArticleSet>