انجمن کامپیوتر ایران

اين مقاله به بررسي و مقايسهي چهار كدكنندهي مجدد (Re-encoder) مختلف جهت كدكردن ضرايب حاصل از تبديل بسته موجك سيگنالهاي صوتي و صحبت باند وسيع كه با استفاده از خواص روان شنيداري چندي شدهاند، ميپردازد. اين كدكنندههاي مجدد به شرح زير از هم متمايزند: 1- كدگذاري با استفاده از درختهاي صفر درونكار -2 كدگذاري با تعريف زيرمجموعههايي در درخت - (EZW) هاي ترتيبي (SPIHT) كدگذاري هافمن با استفاده از جداول JPEG و 4- كدگذاري هافمن با استفاده از جداول حاصل از آمار استخراج شده از فايلهاي صوتي. چون روشهاي 1و 2 مختص فشرده - سازي تصوير طراحي شدهاند، ايدههايي جهت بهبود عملكرد آنها براي سيگنالهاي صوتي معرفي و پياده ميشود. در نهايت عملكرد اين چهار كدكنندهي مجدد از نظر ميزان نرخ بيت، زمان انجام محاسبات و مزايا و معايب هركدام نسبت به ديگري با هم مقايسه ميشوند. نتايج حاصل حاكي از آن است كه روش چهارم از لحاظ نرخ بيت و سرعت نسبت به ساير موارد برتري دارد اما به دليل عدم توانايي در توليد نرخ بيت خروجي ثابت، امكان انطباق با كانالهاي با ظرفيت ثابت را فراهم نمي- كند .

در سالهاي اخير تکنيک هاي شکل دهي پرتو وفقي به منظور افزايش کيفيت تصاوير اولتراسوند بکار گرفته شده ان د. اين روشها به جهت استفاده از اطلاعات محيط و به روز کردن وزنهاي اعمالي به المانهاي آرايه به صورت لحظه به لحظه، موفقيت زيادي در بهبود رزولوشن تصاوير اولتراسوند داشته اند. ولي اين افزايش رزولوشن به بهاي کاهش کنتراست تصاوير اولتراسوند نسبت به روشهاي غير وفقي بدست مي آيد. در اين مقاله روشي جديد براي افزايش کنتراست و کاهش دامنه لوبهاي کناري شکل دهنده هاي پرتو وفقي ارائه داده اي م. در اين روش از وزندهي وفقي ضريب همگني سيگنال هاي آرايه اي دريافت شده توسط آرايه اولتراسوند بهره برده ايم. کارايي بسيار خوب روش ارائه شده در افزايش کنتراست و کاهش لوبهاي کناري نسبت به روشهاي شکل دهي پرتو وفقي و غير وفقي موجود توسط مثالهاي شبيه سازي شده و همچنين ديتاهاي تجربي نشان داده شده است.

در اين مقاله يك ايدة جديد براي آشكارسازي مبتني بر حركت خودرو در تصاوير ويدئويي دوربين متحرك با استفاده از شار نوري متراكم و شبكة عصبي ارائه گرديده است . روش فوق بر اساس شناسايي نقاط ويژگي متعلق به خودرو در دو تك تصوير و يدئويي است . بدين منظور، ابتدا يك الگوريتم براي محاسبة شار نوري نقاط ويژگي كل تصوير ارائه نموده ايم. سپس به كمك يك طبقه بند شبكة عصبي ، شارهاي نوري تصوير به دو كلاس طبقه بندي مي گردند. در مرحله نهايي براي آشكارسازي ناحية وسيلة نقليه، مدل كلي حركت خودرو با يك الگوريتم پس پردازش تخمين زده شده است . در آموزش و آزمايش طبقهبند از 135 خودرو استفاده گرديد كه بوسيلة 100 جفت تك - تصوير ويدئويي آموزش داده شد و ب ا 35 نمونه ديگر مورد آزمايش قرار گرفت. روش پيشنهادي به نوع حركت دوربين تقريباً غير حساس مي - باشد و در كاربردهاي دوربين ثابت و متحرك عملكرد مناسبي دارد . نتايج پياده سازي حاكي از دقت بالاي روش پيشنهادي در آشكارسازي خودرو ميباشد.

مساله تجميع داده در شبكه هاي حسگر بي سيم به طوريكه حداقل انرژي مصرف شود از موضوعات حائز اهميت مي باشد . در بيشتر مدل هاي خوشه بندي ، تجميع داده در گره سرخوشه انجام مي گيرد . در الگوريتم پيشنهادي تجميع داده قبل از فرستادن داده به گره سرخوشه و به طور مجزا توسط هر گره انجام مي گيرد . به دليل وجود همبستگي مكاني ميان دادههاي گره هاي همسايه ، داده حس شده توسط هر گره با داده گره سرخوشه مقايسه خواهد شد و پس از حذف افزونگي، داده كد شده به گره سرخوشه ارسال مي شود . در اين مقاله الگوريتم پيشنهادي با الگوريتم شناخته شده LEACH مقايسه ميشود. نتايج نشان مي دهند كه الگوريتم ارائه شده در محيط هاي داراي همبستگي داده اي بالا ، بهبود موثري در مصرف انرژي در مقايسه با LEACH دارد، حال آنكه در محيط هايي با همبستگي اندك ميان داده ها اين دو الگوريتم تقريبا همانند يكديگر عمل مي كند.

در اين مقاله يك الگوريتم ژنتيك وفقي بهبود يافته، براي حل مسئله فروشنده دوره گرد (TSP) پيشنهاد شده است. الگوريتم ژنتيك پيشنهادي، با بكارگيري تابع سيگموئيد بهبوديافته براي الگوريتم ژنتيك وفقي به همراه دو عملگر جديد اكتشافي ادغام و جهش، بدست آمده است. در الگوريتم ژنتيك وفقي بهبود يافته براي مسئله فروشنده دوره گرد، برازندگي الگوريتم، مسافت طي شده، در نظرگرفته شده است . در اين الگوريتم، احتمال جهش و ادغام، به صورت وفقي و غي ر خط ي با مسافت طي شده، تنظيم شده است كه مي تواند از مشكلا تي از قبي ل همگرايي زودرس، همگرايي كند و همگرايي با پاي داري كم جلوگ يري كند. نتايج آزمايشات نشان مي دهند كه الگوريتم ژنتيك پيشنهاد ي به آساني در بهينه هاي محلي قرار نمي گيرد و از طرفي از سرعت خوبي در همگرايي به جواب جامع برخوردار است . علاوه بر ا ي ن، پي اده ساز ي الگوريتم پيشنهادي، از پيچيدگي برخوردار نمي باشد.

در مسابقات روبات امدادگر خود مختار از علائمي مشابه علامتهاي چشم پزشکي براي سنجش قدرت بينايي روبات استفاده ميشود و روبات بايد بتواند محل و جهت اين علائم را مشخص کند. روشهاي متعددي براي اين کار وجود دارد آنچه در اين مقاله پيشنهاد شده استفاده از روشي مبتني بر اسکلت شکل است، در انطباق اشکال استفاده از اسکلت شکل يکي از روشهاي موثر و کارا محسوب ميشود. اسکلت يک شکل گرافي متصل است که خصوصيات توپولوژيکي آن را به خوبي نمايش ميدهد. پس از استخراج اسکلت مربوط به شکل مورد نظر با استفاده از تئوري Shock نقاط اساسي اسکلت شناسايي و گروه بندي ميشوند، سپس بر اساس همين نقاط گراف Shock شکل بدست ميآيد و در نهايت اين گراف به منظور انطباق علائم و تشخيص جهت آنها بکار برده ميشود. نتايج حاصل نشان ميدهد که استفاده از اين روش موجب کاهش اثر نويز و افزايش سرعت تشخيص علائم مي- گردد.

در این مقاله روشی جدید مبتنی بر هوش جمعی براي حل مسائل بهینه سازي ارائه میشود. روش پیشنهادي, با استفاده از دو مرحله تحرك و همگرایی جمعیت, به نتایج جالبی در انواع توابع میرسد. در این روش جمعیت اولیه ذرات مقداردهی شده و سپس این ذرات در هر مرحله ابتدا خود را از نواحی نامناسب دور کرده و پس از آن به نواحی مناسب مهاجرت میکنند و در نهایت در این نواحی سعی در نزدیک شدن به نقاط بهینه را دارند. ویژگی الگوریتم، نتیجه گرفتن در توابع با ابعاد بالا و همچنین توابع داراي اکسترممهاي محلی زیاد است. حرکت در جهت دور شدن از نواحی نامناسب، باعث میشود تا الگوریتم در مواجه با مسائل با ابعاد بسیار بزرگ و نیز مسائلی که در آنها جمعیت داراي توزیع اولیه نامناسبی است نیز به خوبی عمل کرده و نتایج مناسبی از خود نشان دهد. پراکندگی نامناسب جمعیت اولیه, در الگوریتم بهینه سازي گروه ذرات تاثیر منفی دارد. این الگوریتم با مهاجرت کلی ذرات به سمت فضاي مناسب، به نقاط بهینه همگرا می شود. در انتها ضمن آزمودن روش پیشنهادي ب ر روي چند ت ابع محک شناختهشده و مقایسه با الگوریتم بهینه سازي گروه ذرات مشاهده میشود که روش پیشنهادي به نتایج بهتري می رسد.

The evolution of optical technology has resulted in the emergence of several promising paradigms so as to realize the next generation Internet backbone infrastructure. Among all the existing switching techniques, optical burst switching (OBS) has shown to support the bursty nature of diverse IP traffic classes more efficiently. Nevertheless, with increase in realtime applications over the Internet, devising mechanisms that guarantee quality of service (QoS) and efficient bandwidth utilization within the OBS network has become a major endeavor. In the literature, resource allocation-based QoS management has been investigated as a possible solution to overcome this necessity. However, to the best of our knowledge, the resource-based technique has not been analytically studied for any arbitrary number of traffic classes taking both, wavelengths and fiber delay lines (FDLs) into account. In this paper, we present a novel mathematical model for the resource-based approach with two service classes namely, real-time (H) and non real-time (L) classes. We then extend the model to cover any number of classes. The effectiveness of the model is justified through simulation experiments.

Recent advancements in the field of multimedia and wireless communications have led to a wide array of application and services requiring high data processing rate at minimal power consumption. This new generation of data hungry portable devices requires power efficient hardware solutions where the operational specifications are as important as objective functionality. Conventional processing solutions like MIPS fall short on real time computational intensive operations due to large software overhead. This class of applications demands dedicated hardware units like Application Specific Processors (ASP) working as hardware accelerators for intensive data processing operations. In this paper we describe a novel Register Transfer Level (RTL) synthesis process of a power and throughput optimized ASP for a sample application. The ASP implemented on an FPGA, can serve as a hardware accelerator for system on chip (SOC) or as a standalone Application Specific Integrated Circuit (ASIC) at silicon level.

A combined texture- and color-based skin detection is proposed in this paper. Nonsubsampled contourlet transform is used to represent texture of the whole image. Local neighbor contourlet coefficients of a pixel are used as feature vectors to classify each pixel. Dimensionality reduction is addressed through principal component analysis (PCA) to remedy the curse of dimensionality in the training phase. Before texture classification, the pixel is tested to determine whether it is skin-colored. Therefore, the classifier is learned to discriminate skin and non-skin texture for skin colored regions. A multi-layer perceptron is then trained using the feature vectors in the PCA reduced space. The Markov property of images is addressed in post-processing to join separate neighbor skin detected regions. Comparison of the proposed method with other state-of-the-art methods shows a lower false positive rate with a little decrease in true positive rate.

In this paper, we present a novel hybrid algorithm for binarization of badly illuminated document images. This algorithm locally enhances the document image and makes the gray levels of text and background pixels separable. Afterward a simple global binarization algorithm binarizes the enhanced image. The enhancement process is a novel method that uses a separate transformation function to map the gray level of each pixel into a new domain. For each pixel, the transformation function is determined using its neighboring pixels gray level. The proposed binarization algorithm is robust for wide variety of degraded document images. Evaluation over a set of degraded document images illustrates the effectiveness of our proposed binarization algorithm.

One of the toughest challenges in medical diagnosis is uncertainty handling. The recognition of intestinal bacteria such as Salmonella and Shigella which cause typhoid fever and dysentery, respectively, is one such challenging problem for microbiologists. In this paper, we take an intelligent approach towards the bacteria classification problem by using five similarity measures of fuzzy sets (FSs) and intuitionistic fuzzy sets (IFSs) to examine their capabilities in encountering uncertainty in the medical pattern recognition. Finally, the recognition rates of the measures are calculated among which IFS Mitchel and Hausdorf similarity measures score the best results with 95.27% and 94.48% recognition rates, respectively. On the other hand, FS Euclidean distance yieldes only 85% recognition rate.

This paper proposes an integrated framework for speaker indexing which includes both speaker segmentation and speaker clustering. Speaker indexing systems has wide domains of application with different requirements which make a general speaker indexing framework hard to accomplish. The main source of performance degradation in speaker indexing is the probable existence of short speech utterances which makes the speaker turns hard to distinguish and also exposes the segment modeling to data insufficiency. This paper introduces a speaker indexing framework with high average performance which uses Support Vector Machines (SVM) as the core approach. The main contribution of this framework is the SVM based clustering approach which makes the indexing more robust against the short speech segments. This framework is evaluated on a domestic conversational speech dataset and the results were satisfactory.

The developers of a system are accepted as one of the most important stakeholders of an Architecture Description. The Development Viewpoint is suggested to satisfy the needs of the developers throughout the development process via codeline organization descriptions, programming models, etc. However, the available models for such purposes, if any, barely cross informal natural language descriptions and checklists. This paper introduces the idea of enhancing the description of the Development viewpoint using lightweight Domain- Specific Languages and presents the application of such languages in two industrial case studies. This language enables the architect to provide the necessary guidelines that constrains the implementers during the development process and it is also used as a means to discover the deviation of the code from the architecture as the development goes on.