انجمن کامپیوتر ایران

تشخيص مرز شات، نقش مهمي در آناليز و پردازش ويديو بازي مي كند. در اين مقاله، روش جديدي براي تشخيص مرز شات پيشنهاد شده كه با ساختن يك توزيع آماري روي مجموعه ي آموزشي شروع » و استفاده از تئوري بيز، عمل دسته بندي فريم ها به كلاس هاي را انجام مي دهد . براي دسته بندي ، ويژگي ،« فريم مياني » و « شات جديدي با عنوان مشتق دوم فيلتر شده بر اساس خصوصيات سطح پايين ويديو تعريف شده است. نتايج به دست آمده نشان مي دهد كه اين ويژگي در بالا بردن دقت تاثير بسزايي داشته است . روش پيشنهادي روي چهل ويديو شامل ويديوهاي ورزشي، تجاري، خبري و مستند كه داراي انواع مرز شات اعم از تغييرات ناگهاني و تدريجي بوده، تست شده است. بر اساس نتايج به دست آمده، اين روش نه تنه ا در تشخيص مرز شات با تغيير ناگهاني بسيار دقيق عمل مي كند بلكه در برخورد ب ا شات هايي با تغييرات تدريجي، داراي دقت مطلوبي است.

اكثر محققين الگوريتم بهينه سازي كلوني مورچه ها بصورت نرم افزاري اين الگوريتم را پياده سازي مي كنند و تحقيقات كمي در زمينه پياده سازي الگوريتم كلوني مورچه ها به صورت سخت افزار انجا م گرفته است . دراين مقاله الگوريتم بهينه سازي كلوني مورچه ها را با تغييراتي به صور تي ارائه مي شود كه بتواند به صورت تراشه اي در تكنولوژي استاندارد CMOS پياده سازي شود . در اين كار ماتريس فرمون بر روي سطح تراشه منتقل مي شود و مورچه ها از بالا به پائين در طول ماتريس فرمون حركت مي كنند . در نهايت بعد از چندين بار حركت مورچه ها درطول ماتريس فرمون به سمت مسيربهينه همگرا مي شوند . نتايج حاصل از شبيه سازي نشان دهنده صحت عملكرد الگوريتم پيشنهادي مي باشد.

نياز به جداسازي خودكار گفتار از موسيقي در كاربردهايي نظير سيستمهاي بازيابي مستندات صوتي از اهميت زيادي برخوردار است. در گذشته روشهاي متعددي براي جداسازي مورد استفاده قرار گرفته است. در اين مقاله از 11 ويژگي سيگنال صوتي به عنوان ويژگي هاي متمايز كننده و از الگوريتمهاي تكاملي برنامهنويسي ژنتيك و سيستم تشخيص ايمني مصنوعي كه از عملكرد سيستمهاي زيستي موجود در طبيعت الهام گرفته شدهاند، براي توليد مدل جداكننده استفاده شده است. نتايج حاصل نشاندهندي كارايي بالاي دو الگوريتم برنامهنويسي ژنتيك و سيستم تشخيص ايمني مصنوعي براي دسته بندي گفتار از موسيقي است. داده هاي موسيقي و گفتار در شرايط تميز و نيز شرايط نويزي مورد استفاده قرار گرفته و كارائي روشهاي پيشنهادي براي تشخيص گفتار از موسيقي در شرايط نويزي بررسي شده است. همچنين اين مقاله تاثير كاهش حجم داده هاي آموزشي با استفاده از روش چند يسازي برداري و نيز قابليت برنامه نويسي ژنتيك در انتخاب ويژگيهاي مناسبتر را مورد ارزيابي قرار داده است.

در اين مقاله يك الگوريتم مبتني بر گراف براي تركيب سرويس ها ارائه شده است. اگر چه كارهاي متفاوتي در رابطه با تركيب سرويس ها موجود مي باشد اما در اين كارها تاكيد بر جنبه هاي مختلفي از تركيب سرويس ها مانند چگونگي بيان سرويس ها، چگونگي تطبيق ميان سرويس ها، ارائه معماري براي تركيب سرويس ها و... مي باشد. در اين مقاله تاكيد ما بر خود الگوريتم تركيب، درستي آن و توليد همه جواب ها مي باشد. الگوريتم ارائه شده براساس درخواست كاربر به ساخت گراف ارتباطي ميان سرويس ها مي پردازد و با جستجو در گراف سرويس هاي تركيبي مورد انتظار كاربر را پيدا مي كند. گراف ميان سرويس ها مي تواند داراي گره ها و يال هاي فراوان و حلقه هاي متعدد باشد و نگهداري و بروز رساني آن، بدليل تغييرات در سرويس ها، مشكل است. الگوريتم ما گراف ميان سرويس ها را به صورت يك گراف مستقيم بدون حلقه و متناسب با هر درخواست كاربر به گونه اي ايجاد مي كند كه تمامي سرويسهاي تركيبي كه ميتوانند پاسخ كاربر باشند را دارا باشد. پس از ايجاد اين گراف مستقيم بدون حلقه ما با يك الگوريتم مسيريابي بازگشتي و با استفاده از يك پشته سرويس هاي تركيبي را از آن استخراج مي كنيم.

Grid is an environment that makes it possible to share resources that are managed by diverse, independent and administrative geographically distributed organizations. The main objective of grid is to enable users to solve problems using the available geographically distributed resources. Grid resource discovery is a challenging issue because characteristics of resources are heterogeneous, dynamic, various and autonomous. In this paper we propose a mobile agent approach based on peer to peer model for the resource discovery problem that presents essential characteristics for efficient, self-configuring and fault-tolerant resource discovery and is able to handle range queries. For this reason, we encode resources’ range attributes to bitmap index and compare with query attributes in order to know whether resource satisfies query or not. Moreover, we employ a Distributed Ant Colony System (ACS) algorithm to route requests into Grid and locate the required resources. The innovation in this paper is to support range queries and to eliminate centralized control and provide node autonomy.

In present study, in order to improve the performance and reduce the amount of power which is dissipated in heterogeneous multicore processors, the ability of detecting the program execution phases is investigated. The program’s execution intervals have been classified in different phases based on their throughput and the utilization of the cores. The results of implementing the phase detection technique are investigated on a single core processor and also on a multi-core processor. To minimize the profiling overhead, an algorithm for the dynamic adjustment of the profiling intervals is presented. It is based on the behavior of the program and reduces the profiling overhead more than three fold. The results are obtained from executing multiprocessor benchmarks on a given processor. In order to show the program phases clearly, throughput and utilization of execution intervals are presented on a scatter plot. The results are presented for both fixed and variable intervals.

Performance of wavelet thresholding methods for speech enhancement is dependent on estimating an exact threshold value in the wavelet sub-bands. In this paper, we propose a new method for more exact estimating the threshold value. We proposed to determine the threshold value based on the symmetric Kullback-Leibler divergence between the probability distributions of noisy speech and noise wavelet coefficients. In the next step, we improved this value using segmental SNR. We used some of TIMIT utterances to assess the performance of the proposed threshold. The algorithm is evaluated using the PESQ score and the SNR improvement. In average, we obtain 2db SNR improvement and a PESQ score increase up to 0.7 in comparison to the conventional wavelet thresholding approaches.

Long-term forecasting of load demand is necessary for the correct operation of electric utilities. There is an on-going attention toward putting new approaches to the task. Recently, Neurofuzzy modeling has played a successful role in various applications over nonlinear time series prediction. This paper presents a neurofuzzy model for long-term load forecasting. This model is identified through Locally Linear Model Tree (LoLiMoT) learning algorithm. The model is compared to a multilayer perceptron and hierarchical hybrid neural model (HHNM). The models are trained and assessed on load data extracted from a North- American electric utility.

This paper presents a new segmentation method for color images. It relies on soft and hard segmentation processes. In the soft segmentation process, a cellular learning automata analyzes the input image and closes together the pixels that are enclosed in each region to generate a soft segmented image. Adjacency and texture information are encountered in the soft segmentation stage. Soft segmented image is then fed to the hard segmentation process to generate the final segmentation result. As the proposed method is based on CLA it can adapt to its environment after some iterations. This adaptive behavior leads to a semi content-based segmentation process that performs well even in presence of noise. Experimental results show the effectiveness of the proposed segmentation method.

Object tracking is one of the major subjects in machine vision and plays a main role in detection of major events in indoor soccer matches. In this paper, a novel approach for tracking the ball and players is proposed. In this method, the ground lines are segmented and eliminated using a fast and effective method. Then, the remaining non-field pixels are considered and labeled as players and the ball. A fast level set contour is used to track players and the ball. The proposed method can track players and the ball in presence of occlusion. Experiments show that the proposed method is robust to occlusion and different field colors.

In this paper, we introduce a refinement approach to develop probabilistic programs formally. To achieve this goal, we first present a way to specify probabilistic programs in a Z-based notation. We then use an existing method of translating Z into a refinement calculus to transform our Z-style specifications of probabilistic programs into specification statements of the refinement calculus. We finally add new laws to the refinement calculus helping us to refine the resulting specification statements into probabilistic choice constructs of a probabilistic imperative language. In this way, we will provide a completely formal way for developing probabilistic programs.