انجمن کامپیوتر ایران

مؤثرترین روش ارتباط افراد ناشنوا زبان اشاره است. اما معمولاً افراد غیرکر و لال آشنایی لازم را با این زبان نداشته و به خصوص در مواقع ضروری قادر به ارتباط با این افراد نیستند. ضرورت دیگر، تسهیل ارتباط ناشنوایان در فضای اینترنت با استفاده از زبان اشاره می‏باشد. بنابراین طراحی یک سیستم مترجم برای ترجمه کردن زبان اشاره به زبان‌های طبیعی لازم به نظر می‏رسد. یکی از پایه‏های اصلی زبان اشاره، اشارات ایستا هستند که تنها با حالت دست مشخص می‏شوند. برای بازشناسی این دسته از اشارات، این مقاله ضمن استفاده از روش‏های غیر خطی مبتنی بر کرنل مانند آنالیز مؤلفه‌های اساسی کرنلی (KPCA ) و آنالیز متمایز کننده کرنلی ( KDA) ، روش‏هایی را نیز برای مناسب سازی آن‏ها برای کاربرد‏های بهنگام‏ ارائه می‏کند. یک روش برای کاهش زمان روش‏های کرنلی استفاده از روش‏های کرنلی سریع می‏باشد. علاوه بر این در این مقاله یک روش هیبرید مبتنی بر روش‏های خطی و غیر خطی، ( HKPCA) و ( HKDA)، برای کاهش زمان روش‏های کرنلی پیشنهاد می‏شود که بر ویژگی‏های حاصل از آنالیز مؤلفه‌های اساسی دوطرفه (BDPCA ) اعمال می‏شود. نتایج شبیه‏سازی نشان می‏دهد که کاربرد روش‏های پیشنهادی علاوه بر کاهش زمان پردازش، به بهبود نرخ بازشناسی نیز منجر می‏شود.

مسأله‌ی زمانبندی پروژه به معنی تعیین زمانبندی مناسب برای تخصیص منابع به فعالیت‌هاست به گونه‌ای که زمان تکمیل و هزینه‌ی کلی پروژه متعادل شوند. این مسأله با در نظر گرفتن زمان مشخص و نامشخص برای اجرای فعالیت‌ها مورد مطالعه قرار گرفتهاست. درزمانبندی پروژه با زمان مشخص اجرای فعالیت‌ها، زمان اجرای هر فعالیت از قبل معلوم بوده؛ در حالی که زمان اجرای فعالیت‌ها در حالت نامشخص، یک متغیرنامعلوم است. برای حل هر یک از مسائل زمانبندی پروژه از روش‌های بهینه‌سازی مختلفی مانند الگوریتم ژنتیک استفاده شده است. در این مقاله،برای حل مسأله‌ی زمانبندی پروژه با زمان نامشخص اجرای فعالیت‌ها، یک استراتژی جستجوی محلی پیشنهاد شده که در صورت اضافه شدن به الگوریتم ژنتیک،همگرایی زودتر به جواب بهینه برای این مسأله تضمین می‌شود.

در اين مقاله، یک الگوریتم مِمتیکی ترکیبی با الگوریتم رقابت استعماری ارائه شده است. در مسائل با پیچیدگی بالا روش رقابت استعماری دچار مشکل می شود و در بهینه های محلی متوقف می شود لذا این مقاله با ارائه روشی مِمتیکی درصدد کاهش این مشکل برآمده است.در الگوریتم رقابت استعماری به نوعی از اطلاعات جهت و فاصله در حرکت مستعمرات به سمت استعمارگر استفاده می شود، لذا از مفهوم تکامل تفاضلی برای تعریف مِم درجهت بهبود و افزایش کارآیی این الگوریتم استفادهشده است.برای بررسی کارآیی الگوریتم ترکیبی ارائه شده، آزمایشات بر روی مسائل محک استاندارد انجام شده است. نتایج آزمایشات، کارآیی بالای الگوریتم مِمتیکی ارائه شده را نشان می دهد.

نهان نگاری قابل برگشت گونه ای از نهان نگاری است که در سال های اخیر بسیار مورد توجه قرار گرفته است. ما دراین مقاله روش برگشت پذیر گسترش تفاضل را با استفاده از پیش پردازش و تعمیم شیوه گسترش تفاضل چند لایه در تصاویر رنگی بهبود داده ایم. با استفاده از پیش پردازش بر روی تصویر و جاسازی چندلایه توانستیم میزان داده مخفی شده در یک تصویر رنگی را به میزان قابل توجهی افزایش دهیم. با توجه به آزمایشات صورت گرفته، به ظرفیت 2,77 bpp برای هر پیکسل رسیده ایم که نتیجه نسبتاً خوبی است. نکته قابل توجه در روش ما جلوگیری از کاهش کیفیت تصویر پس از جاسازی با توجه به افزایش ظرفیت می باشد. همچنین در این روش از یک کد تصدیق اصالت برای پیام مخفی شده استفاده شده است که باعث افزایش امنیت و قابلیت اطمینان روش پیشنهادی ما می شود.

در این مقاله راهکاری جدید را با استفاده از مفهوم شبکه‌های روگستر جهت اشتراک گذاری و انتقال فایل‌های چند‌رسانه‌ای در شبکه بین خودرو‌ها ارائه خواهیم کرد، هدف اصلی این راهکار تشکیل یک شبکه از همتاها در لایه‌ی کاربرد و بر روی شبکه فیزیکی خودرو‌ها است تا بتوانند با همکاری یکدیگر پارامتر‌های کیفیت سرویس را برای انتقال داده‌های چند‌رسانه‌ای بین خودرو‌ها فراهم آورند. شبکه همتا-به-همتای طراحی شده یک شبکه نامتمرکز و غیر‌ساخت‌‌یافته است تا هرچه بیشتر با خصوصیات شبکه‌های موردی بین خودرو‌ همخوانی داشته‌ باشد. در این راهکار ارتباطات تنها میان خودرو‌ها در نظر گرفته شده و هیچگونه زیرساخت ارتباطی مانند تجهیزات کنار جاده‌ای وجود ندارد. شبیه سازی این راهکار با استفاده از نرم افزار شبیه ساز شبکه OMNET++ و شبیه ساز خودرو SUMO انجام شده.

سيستمهاي توصيه گر سيستم هاي هوشمندي هستند كه در فضاي اينترنت با شناسايي علايق و اولويتهاي كاربر، اطلاعات موجود را پالايش كرده و توصیه هایی مناسب و مرتبط را به كاربران ارائه مي كنند. اگر توصيه هايي كه ارائه مي دهند با سلايق كاربر هم خواني نداشته باشد ،‌ آنگاه كاربر اعتمادي به اين سيستم ها نخواهد داشت و خود به دنبالعلایقشان خواهد گشت . به همين دليل در سالهاي اخير الگوريتم هاي گوناگوني در جهت ارتقاي كيفيت اين سيستم ها ابداع شده اند . ما در این مقاله در تلاش هستیم تا با پیشنهاد یک معیار ترکیبی جدید در سنجش شباهت کاربران، خطای سیستم توصیه گر را کاهش دهیم. این معیار به صورت ترکیبی از اطلاعات پروفایل کاربران و رتبه های داده شده به آیتم ها توسط دیگر کاربران طراحی شده است. از الگوریتم خوشه بندی فازی جهت خوشه بندی کاربران بر اساس اطلاعات پروفایل استفاده شده است و از الگوریتم ژنتیک جهت تعیین میزان شباهت بین کاربران با استفاده از اطلاعات ماتریس رتبه بندی استفاده شده است. نتایج بدست آمده در آزمایشات نشان داده که این روش توانسته عملکرد بهتری نسبت به معیارهای شباهت سنتی داشته باشد.

براي لحاظ کردن سطوح مختلف عدم قطعيت و ناسازگاري، در فرايند چک کردن مدل، از منطق¬هاي زماني چندمقداري استفاده شده است. منطق فازي نيز نوعي منطق چندمقداري نامتناهي و پيوسته است که در حوزه¬هاي مختلف کاربرد دارد. با ترکيب منطق¬هاي زماني با منطق فازي مي¬توان مفاهيم فازي را در حوزه چک کردن مدل، وارد کرد. برای وارسی خواص زمانی سیستمهای مرتبط با زمان حقیقی (پیوسته) مدل اتوماتای زمانی (TA) ایجاد و منطقی با نام TCTL روی آن تعریف شده است. در اين مقاله ضمن تعريف مدل اتوماتای زمانی فازی (FzTA)برای زمانهای حقیقی، جهت چک کردن خواص زماني روي اين مدل-ها، منطق FzTCTL را ارائه مي¬کنيم. نشان خواهیم داد که این مدل و منطق نسبت به مدل TAو منطق TCTL قوی تر و کامل تر است.