انجمن کامپیوتر ایران

الگوریتم کرم شب¬تاب یک مدل متاهیوریستیک و برگرفته شده از طبیعت می¬باشد. کاربرد عمده این الگوریتم درحل مسائل بهینه سازی می باشد. در این مقاله، برای افزایش قدرت جست وجو و دقت الگوریتم و بهبود نتیجه حاصل از آن، یک الگوریتم کرم شب¬تاب با رویکرد همکارانه پیشنهاد شده است. همچنین برای بهبود کارایی این الگوریتم تغییراتی در چگونگی حرکت کرم های شب¬تاب نیز پیشنهاد شده استدر الگوریتم پیشنهادی چندین دسته مختلف از کرم های شب¬تاب وجود دارند که هریک از دسته ها مولفه خاصی از بردار راه حل را به صورت همکارانه بهینه سازی می¬کنند. این الگوریتم برای بهینه سازی پنج تابع استاندارد شناخته شده آکلی، اسفیر، راستریجین، ژین شی یانگ و استپ در فضای 10 ، 20و 30 بعدی اجرا شده است. نتایج آزمایشات نشان می¬دهد که الگوریتم پیشنهادی از دقت خوبی برای یافتن نقطه بهینه بر خوردار است و توانسته جست¬و¬جوی سراسری الگوریتم را افزایش دهد.

خلاصه¬سازی خودکار متن یکی از جنبه های مهم در بازیابی اطلاعات می¬باشد. در این مقاله، یک روش جدید خلاصه¬سازی خودکار متون فارسی پیشنهاد شد. در این روش، در مرحله پیش¬پردازش ریشه کلمات را با استفاده از یک روش مبتنی بر فرهنگ واژگان بدست می¬آوریم. مجموعه ترادف جملات موجود در متن از طریق همین فرهنگ واژگان بدست می¬آید. این کار منجر به یک زنجیر لغوی قوی می¬شود. در مرحله پردازش، با استفاده از زنجیر لغوی و روش تحلیل معنایی پنهان، ارتباط بین جملات مهم بدست می¬آید تا جملات مرتبط با هم گزینش و در خروجی قرار گیرند. نتایج ارزیابی نشان می¬دهد که روش ارائه شده خلاصه قابل قبول و منسجمی ارائه می دهد.

استگانوگرافی به فرآیند مخفی نمودن داده درون محتوای چندرسانه ای اطلاق می شود. در این تحقیق هدف پنهان نمودن متن در تصویر است بطوریکه فرستنده روشی ساده و غیرقابل کشف برای پیدا کردن نقاط اختفاء اطلاعات در تصویر پیش گیرد که از فضای تصویر حداکثر استفاده را بعمل آورد. تاکنون روشهای گوناگونی به منظور پنهان نگاری متن در تصویر پیشنهاد شده که پایه بسیاری از آنها روش LSB می باشد. در این مقاله ساختار و ویژگی های منحنیهای فضاپوشان هیلبرت مورد بررسی قرار گرفته و سپس یک روش نوین جایابی ، طراحی، پیاده سازی و ارزیابی می شود که قادر است امنیت روش پنهان سازی LSB را افزایش دهد. از منحنی هیلبرت برای انتخاب سیستماتیک LSBها برای پنهان سازی استفاده شده است. همچنین یک کاربرد نوین برای منحنی هیلبرت ارائه شده که استفاده از آن به منظور انجام رمزنگاری متقارن تصویری می باشد. درپایان دیدگاه پیشنهادی با دو روش رایج استگانوگرافی PVD و BPCS از لحاظ مقاوم بودن در مقابل حملات RS و حملات مبتنی بر هیستوگرام مقایسه گردیده است. در مقابل حملات RS به ترتیب روش PVD، دیدگاه پیشنهادی، روش BPCS مقاوم می باشند و در مقابل نهان کاوی هیستوگرام PVD دیدگاه پیشنهادی مقاومتر از دو روش مذکور است.

یکی از مراحل پیچیده و زمان¬بر درسیستم بازشناسی حالت چهره، مرحله استخراج ویژگی¬ است که دقت نهایی این سیستم به طور مستقیم به دقت الگوریتم¬های ارائه شده در این مرحله بستگی دارد. گشتاورهای شبه زرنیک، یکی از بهترین توصیفگرهایی است که می توان در مرحله استخراج ویژگی از آن استفاده نمود. در این مقاله، از گشتاورهای شبه زرنیک استفاده می شود تا ویژگیهای نواحی مهم در چهره به صورت محلی استخراج شود. این نواحی شامل چشم، ابرو، بینی، دهان، گونه، پیشانی و چانه می شوند. در روش پیشنهادی، بعد از مرحله پیش پردازش تصویر، میانگین آنتروپی این نواحی به دست می آید. سپس با استفاده از میانگین آنتروپی این نواحی، مقادیر مختلف پارامتر مرتبه در گشتاورهای شبه زرنیک برای هر یک از نواحی به دست می آید. در نتایج پیاده‏سازی مشاهده می شود که روش پیشنهادی به دلیل استفاده از پارامتر مرتبه های متفاوت در نواحی مهم تصویر به منظور استفاده از گشتاورهای شبه زرنیک، بهبود قابل توجهی در بازشناسی حالات چهره داشته است. آزمایشات بر روی سه پایگاه داده JAFFE ، FG-Net و Radboud Faces انجام شده است. نتایج آزمایشات نشان می دهد که سیستم پیشنهادی در مقایسه با دیگر روشها، علاوه بر بهبود نرخ بازشناسی حالات چهره، نسبت به جنسیت، سن، نژاد و همچنین بعضی پوشیدگی های جزئی نظیر عینک و ریش و سبیل مقاوم است.