اين مقاله به ارائه مكانيزمي جهت موازنه بار ميپردازد كه در آن اطلاعات مربوط به بار هر گره شامل بار پردازنده، ميزان مصرف حافظه و ترافيك شبكه جمع آوري شده و اين اطلاعات با دانشي كه در زمينه نيازمنديهاي يك كار به منابع، حين اجراي آن كار روي سيستم كلاستر ذخيره گرديده است، تلفيق ميگردد. اين اطلاعات به منظور بهكارگيري سياستي مناسب جهت موازنه بار و انتساب ميزان مشخصي از كار به هر گره، نه تنها بر مبناي بار آن گره، بلكه با در نظر گرفتن نوع كاري كه قرار است روي آن به اجرا درآيد، مورد استفاده قرار ميگيرد. الگوريتم پيشنهادي با الگوريتمهاي مبتني بر بار كه جهت موازنه بار، تنها اطلاعات مربوط به بار هر گره را بدون در نظر گرفتن نوع كاري كه قرار است به اجرا در آيد در نظر مي گرفته اند، مقايسه شده است و نتايج حاصل از آن بيان ميدارد كه الگوريتم پيشنهادي، در شرايط مساوي با الگوريتم هاي مبتني بر بار از كارايي بالاتري برخوردار است.

نكته حايز اهميت در تشخيص خودرو استفاده از تكنيكهاي پايدار در برابر تغييرات است . در اين نوشتار، به منظور تشخيص خودروها از ويژگي تقارن استفاده شده كه اين ويژگي در برابر تغييرات نور پايدار است. همچنين روشي موثر براي برخورد با مشكل همپوشاني خودروها است. براي يافتن خط تقارن خودروها از روش تشخيص سريع خط تقارن استفاده نمودهايم. اين روش به كمك تبديل هاف و استفاده از پيكسلهاي لبه، خط تقارن هر شي را بدست مي آورد. همچنين الگوريتم بهبود تشخيص سريع خط تقارن به منظور رفع خطاهاي ناشي از عمق تصوير ارايه گرديده است كه الگوريتم تشخيص سريع خط تقارن قادر به رفع آن نبوده است. به منظور رديابي خودروها از فيلتر كالمن استفاده شده است. آزمايشات انجام شده نشان داده است كه روش پيشنهادي قادر است با دقت 96.52 % تعداد زيادي خودرو را در يك جاده رديابي كند.

امروزه بررسي فايل هاي ويدئويي به تعيين نوع و دسته بندي و شاخص گذاري براي آنها به صورت خودكار، با توجه به تمايل كاربران براي به اشتراك گذاري آنها و وجود شبكه ها و سرور هاي قوي براي ذخيره و بازيابي اين فايل ها، بسيار مورد توجه محققين در زمينه هاي پردازش ويدئو و استخراج محتوا (CBIR ) و الگوشناسي را به خود جلب كرده است. در اين مقاله با ارائه يك روش جديد براي شاخص گذاري با استفاده از مدل تركيبي گوسي، قدرت آن با روش مشابه مطرح در اين زمينه مقايسه مي شود. براي توليد شاخص ها در اين تحقيق از ويژگي هاي رنگ و موجك ويدئو استفاده شده است و نتايج بر روي يك مجموعه از ويدئو ها مورد ارزيابي قرار گرفته است.

گرايش به سو ي ايجاد موسس ه ه اي سرو يس گرا مستلزم توصيفي رسم ي از معمار ي كسب و كار است تا بد ين تر تي ب اند ي شه سرويس گرايي كسب و كار را منعكس سازد . براي معرفي سرو يس جديد در ي ك كس ب و كار از ديدگاه IT تكنيك هاي SOA اين امكان را م يدهند تا مدل ي از جنبه ه اي كاربرد ي سرو يس ايجاد شود ، اما از ديدگاه كسب وكار، چن دين جنبه از ا ين سرو يس جد يد وجود دارد كه در چارچوب معمار ي كسب و كار مدلساز ي نشد ه اند. يكي از انگ ي زهها برا ي ايجاد مدلساز ي كسب و كارِ سرو يس گرا _ كه چند ين حوزه كسب و كار را به ز ير پوشش خود م ي برد_ اين است كه از آن به عنوان چارچوبي بر اي تسهيل استنتاج كسب وكار سر ويس گرا استفاده شود . بيشتر ساختارها ي كسب و كار از IT شروع به كار مي كنند و توانمند ي هاي IT را بصورت سرويس در م يآورن د. در مدلساز ي پي شنهادي اي ن مقاله، سر و يس كسب وكار با همه حوزههاي كليدي معمار ي كس ب و كار در ارتباط است و هم به مدلساز ي جنب ه هاي كس ب و كار و هم به جنبه ه اي عم لي اتي سرويس هاي كس بوكار توجه بسياري مي شود.

شناسايي و دسته بند ي دقيق جريانهاي ترافيكي شبكه بر اساس پروتكل توليد كننده آنها، يكي از المانهاي اصلي مديريت شبكه محسوب مي شود . تاكنون تكنيك هاي مختلفي در اين زمينه مانند شماره پورت و بررسي بخش داده اي بسته ها ارائه شده است . امروزه بسياري از برنامه ها (مانند (P2P با استفاده از شماره پورتهاي پويا و تكنيك هاي رمزنگاري سبب ناكارآمدي تكنيكهاي فوق شد ه اند . تكنيك ديگر در اين زمينه، استفاده ازاطلاعات آماري لايه انتقال جريانهاي عبوري مي باشد . در اين مقاله يك كنترلر فازي براي دسته بندي جريانهاي ترافيكي پيشنهاد شده است . در اين كار اطلاعات آماري لايه انتقال جريانهاي عبوري، بعنوان پارامترهاي دسته بندي استفاده شده است . نتايج آزمايشات نشان مي دهند كه مكانيزم پيشنهادي بطور متوسط داراي كارايي كلي 94% بوده و 98/77% جريانها را شناسايي كرده است . در حالي كه كارايي كلي الگوريتم هاي K-Means و DBSCAN به ترتيب 84% و 75/6 % مي باشد.

در اين مقاله روشي برا پنهان شكني يک ي از روش ه ا پنهاننگار برمبن ا اختلاف مقاد ير پيکسلها ارائه شده است و نشان داده شده است علي رغم ادعا ارائه كنندگان روش مزبور مبني بر امن بودن روش فوق اين روش قابل شكست بوده است . اي ن روش پنهان - نگار نيز مانند د يگر روش ها پنهان نگار برمبن ا اختلاف مقاد ير پيکسلها، جاساز را در مقدار تفاوت پيکسلها بلاک ه ا دوت ايي انجام م يدهد. بنابراين هيستوگرام تفاوت پيکسل ها در تصوير حاصل از اين روش دارا توزيعي متفاوت از تصاوير نرمال است . برا تشخيص و تمايز اين دو گروه از تصاو ير، تعداد پارامتر از هيستوگرام تفاوت تصوير استخراج شده است که در اثر جاساز به طور محسوس ي تغيي ر م ي- کنند. يک شبکه عصب ي پرسپترون چندلا يه بر ا رده بند اين تصاو ير با استفاده از پارامتره ا استخراج شده پي شنهاد شده است . در پياده ساز انجام شده شبکه پيشنهاد با دقت 98/6 % موفق به رده بندی تصاوير مجموعه تست شده است.

در اين نوشته به بررسي بهبود سيگنال صحبت با استفاده از فيلتر Wiener تكراري پرداخته شده است كه در آن از روش Martin براي تخمين طيف توان نويز استفاده ميشود. روش مارتين، تخمين مناسبي از طيف توان نويز موجود در سيگنال صحبت نويزي، بخصوص نويزهاي ساختار يافته، بدست ميدهد. در پيادهسازيهاي قبلي فيلتر Wiener تكراري معيار مناسبي براي توقف پروسه تكراري وجود نداشت و از تعداد تكرارهاي ثابتي براي تمام فريمهاي سيگنال نويزي استفاده ميشد اما در اين نوشته از معيار SNR براي توقف پروسه تكراري استفاده ميشود. از معيارهاي مورد بررسي در اين نوشته ميتوان بهبود SNR بهبود PESQ ،segmental SNR و اعوجاج را نام برد.

در اين تحقيق استفاده از كانتورهاي IRAD به عنوان ويژگي هاي مستقل از زاويه، براي تخمين زاويه ي چهره در تصاوير سه بعدي پيشنهاد شده است. با استفاده از اين كانتورها و يك روش دقيق در تخمين موقعيت بيني به سيستمي براي تخمين زاويه ي چهره در تصاوير سه بعدي دست يافت هايم. اين سيستم نياز به هيچ نوع داد هي آموزشي ندارد و بدليل استفاده از داد ههاي عمق چهره نسبت به تغيير شدت روشهايي محيط مقاوم مي باشد. نتايج پياده سازي اين روش بر روي پايگاه داده ي FRAV3D نشان مي دهد كه روش پيشنهادي در تخمين زاويه داراي دقتي بين درصد 99%- 97% با خطاي 9 درجه در سه محور مختصات مي باشد.

شبکه هاي موردي در چند سال اخیر بسیار مورد توجه قرار گرفته اند . کاربران این نوع شبکه ها خواهان استفاده از خدمات چند رسانه اي در این شبکه ها می باشند . این امر مستلزم فراهم کردن کیفیت سرویس براي کاربردهاي چند رسانه اي در شبکه هاي موردي است. به علت خصوصیات خاص شبکه هاي موردي فراهم کردن کیفیت سرویس در آنها با چالشهاي بسیاري روبرو است . در این مقاله الگوریتم مسیریابی مبتنی بر کیفیت سرویس جدیدي ارائه شده است . الگوریتم پیشنهادي از روش خوشه بندي استفاده می کند و بسیار کارا و قابل توسعه می باشد . نتایج پیشنهادي نشان می د هد که روش پیشنهادي نسبت به روشهاي دیگر بهبود موثرتري در کاهش تاخیر انتها به انتها و همچنین افزایش نرخ تحویل بسته ها داشته است.

اطلاعات در مورد مکان گره ها، یکی از ملزومات حیاتی در بسیاري از کاربردهاي شبکه هاي حسگر بیسیم است. اصطلاح مکان یابی به فرآیندي اطلاق می شود که در طی آن هر گره شبکه مکان خود را مشخص می کند. مقالات بسیاري در مورد مکان یابی برپایه لنگرگاه ارائه شده اند. لنگرگاه گره اي است که از مختصات خود قبل از فرآیند مکان یابی اطلاع دارد. سایر گره ها با استفاده از این اطلاعات مکان خود را تشخیص می دهند. استفاده از لنگرگاه در شبکه به دلیل استفاده لنگرگاه ها از تجهیزات جانبی مانند سیستم موقعیت یاب جهانی (GPS) و مصرف انرژي بالاي آنها با محدودیتهایی روبروست. جهت حذف این محدودیتها ما در این مقاله یک الگوریتم بدون نیاز به لنگرگاه ارائه کرده ایم که بسیار آسان و بدون صرف انرژي زیاد و با تعریف پارامتر کیفیت مکان محاسبه شده، فرآیند مکان یابی را با دقت خوبی انجام می دهد. در این الگوریتم ابتدا از بین گره هاي شبکه یک گره بعنوان مبدا مختصات نسبی شبکه در نظر گرفته شده و سپس با تعریف یک پارامتر کیفیت سایر گره ها با توجه به این مبدا مختصات خود را محاسبه می کنند. نتایج شبیه سازي نشان می دهد که این الگوریتم با سرعت و دقت قابل قبول و با مصرف پایین انرژي قادر به مکان یابی گره ها در یک شبکه حسگر بیسیم است.

ا ین مقاله روش ی نو ین بر اي فشرده ساز ي تصو یر بر اساس متد هاي ترمیم تصویر Image Inpainting ارائه م ی دهد . در ا ین روش کد ینگ نخست تصو یر او لیه آنا لیز شده و به منظور کاهش اطلاعات ، مقاد یر ناح یه ه ا یی از آن که قابل باز یا بی با دقت مناسب است ، حذف م ی شود . سپس اطلاعات نواح ی حذف نشده بعلاوه جز ئیات لازم بر اي باز یا بی نواح ی حذف شده به قصد ذخ یره س از ي یا انتقال، کد م ی شوند . در کدگش ا با استفاده از یک متد ترم یم تصو یر و با تک یه بر اطلاعات استخراج شده از تصو یر او لیه نواح ی حذف شده بازساز ي م ی شوند . متد ترم یم یاد شده مبتن ی بر معادلات د یفرانس یل جز ئی بوده و در راست اي هدف یک سیستم فشرده ساز ي طراح ی شده است ا ین روش رو ي تعداد ي از تصاو یر مرجع امتحان شده و توانسته ا یم به نسبت فشرده ساز ي بالا از مرتبه 1:40 دست پیدا کن یم همچنین نتا یج گو یاي ا ین است که روش حاضر هم از لحاظ بازده فشرده ساز ي و هم از لحاظ کیفیت بصري تصویر خروج ی با روش ه اي تجار ي قدرتمند مثل JPEG قابل مقایسه است.

ترجمه ماش يني مي تواند د ر سطوح مختلف پردازش زبان انجام شود كه هر چه عمق تحل يل بي شتر باشد (سطوح بالاتر ) به پردازش پيچيده تر و نت يجه مطلوب تر منجر خواهد شد . ما در ا ي ن مقاله به صورت مختصر نتيجه پياده ساز ي ي ك مترجم ماش يني از زبان فارس ي به انگل يسي را شرح خواهيم داد كه از سطح معنايي براي ترجمه استفاده مي كند. مترجم توليد شده مبتن ي بر قاعده بوده و گرامرهاي مورد استفاده در آن براي هر دو زبان انگليسي و فارسي بر اساس تئوري گرامري HPSG بنا شده است . معنا در اين مترجم توسط ساختار معنايي MRS نمايش داده مي شود.

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.

مسئله انتخاب بهينه سبدسهام يکي از مسائل غيرچندجمله اي (NP) است. در گذشته با استفاده از تکنيک هاي مطرح شده در الگوريت مهاي تکاملي، ژنتيک، تبريدتدريجي و شبکه عصبي اقدام به حل اين مسئله کرد هاند. اما تاکنون الگوريتم دقيقي براي حل آن ارائه نشده است. در اين مقاله روش جديدي پيشنهاد شده است که با ترکيب الگوريتم ژنتيک و تبريدتدريجي مسئله انتخاب بهينه سبدسهام را با دقت و سرعت بيشتري حل مي کند. در روش پيشنهادي درهرنسل فرزندان توليد شده توسط عملگرهاي ژنتيک بر پايه معيارهاي تبريدتدريجي بررسي و پذيرش مي شوند که سبب جلوگيري از همگرايي به بهينه محلي در نسل هاي ابتدايي ، کاهش ميزان جستجوهاي بي هدف در نسل هاي پاياني و افزايش سرعت همگرايي مي شود. براي بررسي صحت عملکرد، روش ارائه شده بر روي داده هاي ٤ بورس معتبر دنيا آزمايش شده است و با جبهه پرتو استاندارد مقايسه شده است. نتايج، بهبود سرعت و دقت همگرايي رسيدن به پاسخ را نشان مي دهد.

استنتاج گرامر 1 يكي از موضوعات تحقيقات ي مهم در زمينه پردازش زبان هاي طبيعي 2 است. مي توان است نتاج گرامر را بر اساس ميزان استفاده از اطلاعات (تهيه شده توسط انسان) در مرحله ي آموزش، به سه ن وع بامر بي 3، بي مربي 4 و نيمه مربي 5 تقسيم بند ي نمود . در اين مقاله، يك روش استخراج گرامر بامربي سريع ارائه مي شود كه از الگوريتم ويتربي 6 استفاده م ي كند . الگوريتم ارائه شده از يك مدل احتمالاتي جديد تحت عنوان "بايگرم قواعد" 7 استفاده مي كند. آزمايشات نشان م ي دهد كه اگرچه نتايج بدست آمده از روش پيشنهادي در مقايسه با بهترين روش موجود 8، ضعيف تر است ولي از اين روش مي توان د ر كاربردهاي ب ي درنگ نظير پردازش صوت كه نياز به تجزيه سريع دارند ، بهره برد . همچنين در بسياري از كا ربردها نظير ترجمه ماشيني و استخراج رابطه كه از درخت تجزيه جزيي 9 استفاده مي كنند ، استفاده از اين روش ميتواند سودمند باشد.

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 اين مقاله دو روش مختلف بر مبنا ي اي ده ه اي انتخاب معكوس و شبكه ايمني مصنوعي جهت تشخيص و كاهش ن ويز نمك و فلفل ارائه شده است. يكي از اين دو روش بر مبن اي الگو ريتم انتخاب معكوس بوده و با استفاده از اي ده ه اي مطرح شده در تئور ي شبكه ايمني، تعداد محافظ هاي استخراج شده را كاهش ميدهد. روش ديگر بر مبناي شبكه ايمني مصنو عي aiNET بوده و با استفاده از ا يده ي انتخاب معكوس از خروجي شبكه aiNET محافظ ها را ايجاد مي كند. هر دو روش روشهايي يادگير با توانايي شناسايي الگو هستند و توانا يي سيستمهاي ايمني مصنوعي در تشخيص الگوهاي خودي (مجاز) از غي ر مجاز را به ارث برده اند. در اين سيستم الگوهاي مجاز، جزيي ات تص وير، لبه ها و ساير نقاط بدون نويز تصوير است و الگوهاي غي ر مجاز نقاط ي هستند كه تحت تاث ير نو يز نمك و فلفل قرار گرفت ه ان د. روشه اي پيشنهادي اگرچه يادگيري با ناظر دارند، اما يادگيري تنها بر ر وي ي ك مثال آموزشي كه آن هم به صورت خودكار ا يجاد مي گردد انجام ميگيرد.

در اين مقاله يك مرز فعال پارامتري جديد بنام مرز فعال خودنسبي معرفي و تكميل گرديده است. در اين روش با تركيب سامانه نگاشت خودنسبي و تبديل موجك، يك ميدان نيروي خارجي براي مدل مارها ارائه شده است. همچنين، حجم محاسباتي روش پيشنهادي پس از پياده سازي بصورت پويا و بهينه به شكل چشمگيري بهبود يافته است. نتايج تجربي بيانگر عملكرد بهتر الگوريتم پيشنهادي در ناحيه بندي تصاوير مصنوعي و پزشكي هم از نظر كيفيت پاس خها و هم از نظر زمان محاسباتي در مقايسه با چند مرز فعال متداول م يباشد.

تعیین بیشترین زمان اجراي برنامه که اصطلاحاً WCET نامیده می شود، گام مهم و ضروري در فرایند توسعه و تایید صحت سیستمهاي بی درنگ سخت میباشد. یکی از روشهاي تحلیل WCET روش تحلیل ایستا میباشد. در این روش باید اطلاعات زمانی از کد برنامه استخراج گردد. تعداد تکرار حلقهها, پارامترهاي ورودي و خط لوله از عواملی هستند که بر زمان اجراي برنامه تاثیر دارند. براي داشتن ابزاري که تخمین مناسبی از بیشترین زمان اجراي برنامه ارائه دهد, نیاز به در نظر گرفتن و پیاده سازي همه مسائل مطروحه میباشد. در این مقاله نمایشی از کد منبع مبتنی بر XML1ارائه گردیده که اطلاعات زمانی کد برنامه براحتی در آن درج گردیده و میتوان بر اساس اطلاعات درج شده در این ساختار زمان اجراي برنامه را محاسبه نمود. همچنین زمینه استفاده از نمایش مبتنی بر XML براي استخراج اطلاعات در پژوهشهاي بعدي فراهم گردد.

در اين مقاله، مرز فعال خودنسبي معرفي و پايداري آن در برابر نويز مطالعه و بررسي شده است. بررسي ها نشان داد كه هر دو نسخه استاتيك و ديناميك الگوريتم پيشنهادي در برابر نويز تصوير بسيار مقاوم بوده و در اين زمينه ، برتري محسوسي نسبت ب ه ساير مرزهاي فعال دارد. نتايج تجربي نيز بيانگر عملكرد قابل توجه مرز فعال خودنسبي در ناحيه بندي مجموعه اي از تصاوير مصنوعي و پزشكي در مقايسه با چند مرز فعال ديگر مي باشد. ويژگي هايي چون دامنه جذب وسيع، بازسازي گسستگي هاي مرز، استخراج مرزهاي ضعيف و مقاومت در برابر نويز الگوريتم پيشنهادي را به روشي مناسب براي ناحي ه بندي تصاوير پزشكي بدل نموده است.