Gaussian Mixture Model (GMM) models feature space using mean vector and covariance matrix of probability density functions of feature vectors. In this paper, improved Vector Quantization and Covariance Matrix methods were compared to GMM. Covariance Matrix model considers shape of probability density functions, while Vector quantization method models position of probability density functions in feature space. In this paper different methods of Covariance matrix model including Arithmetic-harmonic sphericity measure and Divergence Shape measure were examined to evaluate scores in speaker verification task.. Experimental results show that Arithmetic-harmonic sphericity measure outperforms Divergence shape measure. A novel vector quantization approach was also presented in this paper. This approach is based on comparing codebook obtained from training data to codebook obtained from test data. Results show that recent approach has a better performance compared to traditional vector quantization approach. Also, the results show that Covariance matrix model outperforms improved Vector Quantization and GMM.

Given a subdivision of plane into convex polygon regions, a sequence of polygons to meet, a start point s, and a target point t, we are interested in determining the shortest weighted path on this plane which starts at s, visits each of the polygons in the given order, and ends at t. The length of a path in weighted regions is de¯ned as the sum of the lengths of the sub-paths within each region. We will present an approximation algorithm with maximum ± cost additive. Our algorithm is based on the shortest weighted path algorithm proposed by Mata and Mitchel [2]. The algorithm runs in O(((n3LW +RW) k ± )3) time, where n is the number of vertices of the region boundaries, L is the longest boundary, W is the maximum weight in the region, R is the sum of the perimeters of the regions, and k is the number of polygons. The main idea in the algorithm is to add Steiner points on the region boundaries and polygon edges. In addition, we will also present a solution to the query version of this problem. We will extend our result in unweighted version of the Touring a Sequence of Polygons" problem [3]. We will give an approximation algorithm to solve the general case of the problem (with non-convex intersecting polygons).

Task scheduling is an NP-complete problem. A large number of heuristic approaches for finding the best result have been presented in the literatures. Most of the algorithms are proposed for the homogeneous systems and a few ones can be applied for the heterogeneous systems. In this paper, a synchronous task scheduling for heterogeneous systems called Dynamic Task Scheduling with Minimum Communication Cost and Processor Ready Time (DMCR) is proposed. DMCR can obtain exact values of communication cost and processors ready times by task selection synchronously with machine selection. Using exact values instead of conjectural values that used in the other scheduling approaches provides better results in heterogeneous systems. Simulation shows 5-10% improvement comparing HEFT and 12-18% improvement comparing HCPT.

Interstitial Lung Diseases are a complex grouping of disorders with subtle and complex radiographic findings. The goal of this research is to develop a computerized system to analyze and evaluate the lung HRCT images, using image processing and texture analysis techniques. We aim to recognize and quantitatively analyze the three abnormal lung patterns; “honey-comb”, “ground-glass” and “reticular”. Main steps of the research include lung image segmentation, feature extraction, pattern classification and finally, finding the correlation between PFT parameters and computerized data. The system was tested on 160 HRCT scans comprising eight patients with different severities in ILD. The system shows a partial correlation between computerized data and PFT findings.

Providing robots (or any other intelligent embedded system) with manlike instincts will bring major issues of today artificial intelligence out of a deadlock. This paper proposes a nondeterministic decision making theory based on Semi Human Instincts implemented by learned potential fields, using neural networks and fuzzy logic offline and online learning algorithms, which enable the agent to perform in anonymous, dynamic and nondeterministic environments. SHI-AI is like a newly born baby who uses his/her instincts and will gradually become more and more intelligent as the brain learns more about its environment. The use of a new world modeling method called ARPL (Agent Relative Polar Localization) in SHI-AI enables the agent to perform better within anonymous environments where positioning is an important and complex issue.

In this paper, a post-refining method using MLP neural network is proposed for phonetic segmentation and time alignment of speech databases. The main issue of the work involves the refinement of an initial estimation of phoneme boundaries. Initial phoneme boundaries are provided by a time alignment technique using Hidden Markov Model (HMM) and Multi-layer perceptron (MLP) is used to refine the initial phone boundaries. In fact, MLP neural network tries to model information in transitions between phonemes. The optimum partitioning of the entire phonetic transition space is constructed from the standpoint of minimizing the overall deviation from hand labeled positions. The experimental results show that the proposed method increases boundary estimation performance and achieves high accuracy compared to manual segmentation.

Peer to peer networks are overlay networks in which all their peers share some resources to participate in a cumulative service. Now, there exist so many applications which use these distributed resources to provide distributed service. However there is no standard for these networks, but there exist a lot of increasing interests in this area. This increasing interest and the lack of standard for these networks were the main motivation of this paper to design and implement a new framework for P2P applications. We considered some goals for our framework; consist of simplicity, flexibility, extendibility and maintainability, to achieve an appropriate model. According to these goals and the main idea of the two famous models called three-tier client-server and sevenlayer OSI model, we proposed a new model for our framework so called 3TierP2P. This model has three tiers in which, each tier consists of some layers.

Noise robustness in speaker recognition has attracted a great deal of interest. This paper describes a novel technique for noise robust Speaker Identification. In this technique, initially, the speech autocorrelation sequence is computed and then, the effect of noise is suppressed using a high pass filter in autocorrelation domain. Finally, the speech feature set is found using the spectral peaks of this filtered autocorrelation sequence. These Features are robust for speech recognition task. In this paper we applied them to speaker identification task and found that this features are more robust than MFCC features. For example in a test of Farsdat speech database, after 10dB corruption of speech signal using babble noise, it was observed that these features decrease the error rate for more than 22%.

Letter To Sound (LTS) is one of the necessary modules in a modern Text To Speech (TTS) system. In this paper Classification and Regression Trees (CART) are used for Farsi Letter to Sound conversion. LTS CART tree is trained using parameters extracted from training text. This tree is then used for determining phone sequence of those words whose phonetic transcription do not exist in TTS lexicon. For evaluation of the LTS technique, different Farsi databases including words and their phonetic transcriptions are used. A LTS performance of 70% was obtained. A good selection of training database and an appropriate coverage of Farsi phonetic features are important aspects for obtaining a good system for Farsi LTS.

In this paper we present a new video denoising algorithm that model distribution of wavelet coefficients in each subband with a Gaussian probability density function (pdf) that its variance is local (It means that we use a separate Gaussian pdf for each pixel of each subband). This pdf is capable of modeling the heavy-tailed nature of wavelet coefficients and the empirically observed correlation between the coefficient amplitudes. Within this framework, we describe a novel method for video denoising based on designing a maximum a posteriori (MAP) estimator, which relies on the zero-mean Gaussian random variables with high local correlation. Because separate 3-D transforms, such as ordinary 3-D wavelet transforms, have visual artifacts that reduce their performance in applications, we perform our algorithm in 3-D complex wavelet transform. This non-separable and oriented transform produces a motion-based multiscale decomposition for video that isolates motion along different directions in its subbands and prevents from directions mixing that appear in subbands of 3-D ordinary wavelet transform. In addition, we use our denoising algorithm in 2-D complex wavelet transform, where the 2-D transform is applied to each frame individually. Although our method is simple in its implementation, our denoising results achieve better performance than several methods visually and regarding peak signal-to-noise ratio (PSNR).

در اين مقاله يك طبقه بندی کننده فازی مبتنی بر اتوماتای يادگير سلولی پيشنهاد ميگردد. در اين طبقه بندی کننده به كمك مجموعه ای از اتوماتاهای يادگير سلولی توابع عضويت و قوانين فازی به طور اتوماتيک توليد ميشوند. از اتوماتای يادگير سلولی نا همگنِ ناهمگامِ باز به عنوان ابزاری برای يافتن بهترين ساختار توابع عضويت فازی استفاده شده است. در اتوماتای يادگيرسلولی ناهمگام باز هر سلول برا ی انتخاب عمل خود علاوه بر پاسخ سراسری محيط از نتيجه اعمال انتخابی توسط اتوماتاهای يادگير همسايه خود نيز تاث ير ميپذيرد . طبقه بندی کننده فازی پيشنهادی به ازای هر ويژگی يک اتوماتای يادگير سلولی جهت تنظيم توابع عضويت مربوط به آن ويژگی استفاده می نمايد.هر تابع عضويت مربوط به يک ويژگی به يك سلول در اتوماتای يادگير سلولی متناظر با آن نگاشت ميشود كه وظيفه آن يافتن مناسب ترين واريانس و ميانگين براي آن می باشد. طبقه بندی كننده فازی پيشنهادی بر رو ی آزمايش شده است. نتايج آزمايشات (Iris) پايگاه داده استاندارد گل زنبق نشان ميدهد كه طبقه بندی کننده پيشنهادی با استفاده از ۸ قانون ۹۷ % طبقه بندی كند که در مقايسه / فازی ميتواند دادهها را با راندمان ۳ با بيشتر روشهاي گزارش شده نتيجه بسيار خوبی می باشد.

گستردگی ميليون ها دستگاه متحرک در سراسر جهان، نظير تلفن های همراه که دارای قابليت استفاده از مادون قرمز براي مبادله اطلاعات می باشند، بستر جديدی براي ارائه يک سيستم پرداخت فراگير، فراهم آورده است.،IrFM با نام کامل (Infrared financial messaging) يک مدل جديد پرداخت مبتنی بر سخت افزار مادون قرمز و بر پايه استاندارد IrDA(Infrared Data Association) است که آينده روشنی براي مقبوليت عمومی به عنوان يک سيستم فراگير پرداخت های شخصی دارد . در اين مقاله با تکيه بر فاکتورهای موثر در کارايی يک سيستم پرداخت ديجيتالی، نظير سرعت برقراری ارتباط، امنيت، قابليت اطمينان، سادگی و سازگاری با سيستم های ديگر، نقاط ضعف و قدرت اين روش در کنار ساير مد ل های متداول نظير بلوتوث،RFID و شبکه ها تلفن همراه، بررسی می گردد.

واضح سازی یکی از عملیات مهم در پردازش تصویر می باشدو یکی از روشهای واضح سازی، روشی است مبتنی بر مدل پخش گاز که در آن، فرآیند تار شدن تصویر به صورت فرآیند پخش گاز مدل می شود.در این روش معمولا مقدار پارامترa براي کلیه پیکسلهای تصویر اعم از لبه و یا غیر لبه یکسان در نظر گرفته می شود و به همین دلیل تمام قسمتهای تصویر بطور یکسان واضح سازی می شود. اگر بتوان مقادیر a را به صورت محلی براي هر پیکسل تعیین نمود،بتوان مقادیر کارایی روش بالاتر خواهد بود؛ به صورتیکه در نقاطی با تغییرات بالای فرکانس (لبه ها) از مقادیر بالا و در سایر نقاط از مقادیر پایین براي پارامتر a استفاده شود. در این مقاله روشی براي واضح سازی پیشنهاد می گردد که از ترکیب روش واضح سازی مبتنی بر پخش گاز و اتوماتای سلولی فازی حاصل شده است. در این روش ترکیبی، اتوماتای سلولی فازی، از طریق یکسری قوانین فازی، عهده دار تعیین مقادیر مناسب پارامتر a برای پیکسلهای تصویر می باشد. روش پیشنهادی متکی بر عملیات محلی در همسایگی هر پیکسل می باشد که این امر پیاده سازی آن را ساده تر می سازد. نتایج حاصل از پیاده سازی روش پیشنهادی، نشان دهنده کارایی بالای آن در مقایسه با سایر روشهای واضح سازی است.

انتخاب يک ترتيب منا سب براي عملگر پيوند در پرس و جوهاي پايگاه داده اي يک مسئله NP-Hard است. استفاده از يک الگوريتم ژنتيکي طراحي گرديده است که کروموزومهاي بکار رفته در آن بصورت آتاماتاي يادگير مهاجرت اش ياء م ي باشند . نشان داده شده است که استفاده از اين الگوريتم ژنتيکي در بهبود جواب ها بسيار مؤثر مي باشد و علاوه بر افزايش سرعت الگوريتم در رسيدن به جوابهاي مناسب، از بدام افتادن آن در بهينه هاي محلي جلوگيري ميکند.

سيستم اعداد ماندهای يک سيستم عددی بدون انتشار رقم نقلی است که انجام محاسبات را بصورت موازی و با سرعت زياد ممکن می سازد. انتخاب مجموعه پيمانه و تبديل عدد مانده ای به معادل دودوئی آن، دو مورد از مهمترين مسائل در طراحی يک سيستم اعداد ماندهای هستند. در اين مقاله، ما يک مبدل مانده ای به دودوئ ي کارا برای مجموعه پيمانه جديد{ 1- 2^(n-1) , ... } ارائه می کنيم.اين مجموعه پيمانه جديد شامل پيمانه هاي دوبه دو نسبت به هم اول و متعادل است که منجر به انجام سريع محاسبات در سيستم اعداد مانده ای و نيز پياده سازی کاراي مبدل ماندهای به دودوئی ميشود . ساختار سخت افزاری مبدل ماندهای به دودوئی پيشنهاد شده، از ي ک جمع کننده ذخيره رقم نقلي و يک جمع کننده پيمانهاي انتشار رقم نقلی تشکيل شده است. در مقايسه با ديگر مبدلها ی مانده اي به دودوئی براي مجموعه پيمانه هاي شبيه به مجموعه پيمانه جدی د پيشنهادی،مبدل ماندهای به دودوئی پيشنهاد شده دارای سرعت بيشتر و هزينه سخت افزاری کمتر است.

الگوريتم PSO يک روش هوش گروهی برای حل مسائل بهينه سازی سراسری است. در PSO هر کانديد راه حل، موقعيت خود را در فضاي جستجو با توجه به تجربيات خود و تجربيات کل گروه راه حلهای کانديد، تغيير مي دهد. در اين مقاله مدلی از الگوريتم PSO ارائه می شود که در آن يک گروه به چندين زير گروه تقسيم می شود و علاوه بر بهترين حالت هر جزء و بهترين حالت کل گروه، بهترين حالت هر زيرگروه نيز در حرکت تک تک اجزاء اثر می گذارد. آزمايشات انجام شده برای يافتن بهينه سراسری چندين نمونه تابع با تعداد زياد بهينه محلی و سراسری، کارايی بهتر اين روش را در مقايسه با PSO نشان می دهد. همچنين نتايج آزمايشات بکارگيری الگوريتم MPSO در روند آموزش مدل مخفي مارکوف(HMM) يك سيستم بازشناسي گفتار نشان می دهد که با استفاده از اين روش، خطای بازشناسی نسبت به استفاده از روشهای مبتنی بر بيشترين ميزان شباهت، ۴.۸۳ درصد کاهش يافته است

در اين مقاله، روش جديدی براي افزايش كيفيت تصاويری كه با استفاده از تكنيك فشرده سازی فراكتالی كد شده اند ارائه شده است. استفاده از روش فراكتالی براي فشرده سازی تصاوير مانند بسياری از روشهای فشرده سازی سبب ايجاد پديده بلوكی و اثرات مصنوعی در تصوير می شود كه برای نرخهای مختلف فشرده سازی متفاوت می باشد. در اين مقاله با استفاده از معادلات نفوذ و اعمال آن به اين تصاوير باعث افزايش كيفيت تصوير وكاهش پديده بلوكی و اثرات مصنوعی شده ايم . روش پيشنهادی بر ر و ي چندين تصوير از تصاوير استاندارد كه با روش فراكتالی و با نرخ بيت های متفاوت فشرده شده اند آزمايش شده است . نتايج نشان داده است كه روش پيشنهادی كارايی روش فراكتالی را بهبود داده است.

دراين مقاله روش جديدی براي قطعه بندی تصاوير با استفاده از كلاسيفاير fuzzy C-mean بر اساس مشخصات آماری داده ها ارائه شده است . دراين روش ابتدا تصوير به بلوكهای مربعی تقسيم می شو د . سپس پردازش بر روی اين بلوكها انجام می گيرد . در اين پردازش با توجه به مقدار ميانگين پيكسلها در بلو كها و ضريب تغييرات آنها، بلوكهای مجاور در هم ادغام و يا يك بلوك به بلوكهاي كوچكتر تقسيم ميشود. در اين روش اندازه اوليه بلوكها باتوجه به ويژگيه ای تصوير انتخاب ميشود، بگونه ای كه برای تصاويری كه دارای شدت تغييرات كمی باشند از بلوكهايی با اندازه بزرگتر، و برای تصاويری كه دارای شدت تغييرات زيادی می باشند از بلوكهايی با اندازه كوچكتر استفاده می شود . نتايج نشان ميدهند كه روش پيشنهاد شده در اين مقاله عملكرد مناسب تري در مقايسه با روش پايه در قطعه بندی تصاوير دارد.

رينوپلاستی (Rhinoplasty) يا جراحی بينی جهت تغيير شکل آن، يکی از معمولترين جراحی پلاستيک بخصوص در ايران می باشد. رينوپلاستی در بهبود شکل ظاهری و خودباوری بيمار تاثير داشته و می تواند در بهبود نارسايی های تنفسی نقش مهمی ايفا کند . در اين مقاله آلگوريتمی خودکار جهت آناليز کمی جراحی بينی براساس تصاوير قدامی و جانبی، قبل و بعد از عمل جراحی، ارائه می گردد. جهت بخش بندی پوست رنگی صورت، آلگوريتم EM یا (Expectation_Maximization) خودکاری مطرح می شود که با استفاده از اطلاعات فضای رنگی YCbCr و شرايط نورپردازی متغير ضمن تصحيح اثر نورپردازی متغير، قادر به بخش بندي پوست رنگی صورت از روی تصاوير قدامی و جانبی می باشد. اين آلگوريتم از دقت و انعطاف بيشتری در بخش بندی پوست رنگی صورت برخوردار است . علاوه براين، آلگوريتمی خودکار جهت استخراج بعضي از نقاط کليدی صورت ارائه می گردد که در آناليز کمی جراحی بينی به آن نياز داريم . نهايتا با اندازه گيری بعضی از پارامترهای بينی به ارزيابي نتايج عمل جراحی بينی می پردازيم. عمل جراحی بينی در حضور ۱۰۰ تصوير کلينيکي قدامی و جانبی که قبل و بعد از عمل جراحی گرفته شده اند بطور کمي بررسی می گردد. در اين راستا، آناليز آماری پارامترهای بينی از قبيل زاويه نازولبيال (Nasolabial angle) و پروجکشن (Projection) بيني مطرح می باشد.

در این مقاله الگوریتم جدیدی براي تولید کدهای متناظر با درختهای k-تایی ارائه میشود که از رسته الگوریتمهای برنامه ریزی پویا است. این الگوریتم تمام z-دنبالهای متناظر با درختهای k-تایی با n گره داخلی را در ترتیب قاموسی B-ترتیب تولید میکند. ثابت می شود هر دنباله در زمان ثابت (1)O تولید میشود. ایده اصلی در این الگوریتم تولید کدهای متناظر با درختهای k-تایی nگره، از روی کدهای متناظر با درختهای k-تایی n-1گره است که مبتنی بر دو عمل افزایش و الحاق است.