انجمن کامپیوتر ایران

A new method for power estimation in behavioral specification of asynchronous circuits is presented. The estimation is performed by counting the number of read and write accesses on ports of the circuit in behavioral simulation. A linear relationship between the number of reads/writes and the energy consumption of the system has been established. The method is applied to the Reed Solomon error detector as the benchmark. In comparison with the earlier gate level estimation methods based on transition counting we have shown that accurate results within %18 imprecision bound can be achieved.

The main part of a machine vision system is to distinguish the object of interest (in the case of this project, a plant) from non-important regions (we refer it as background). Distinguishing the objects of interest is simplified if the high contrast between the objects of interest and background is created. The objective of this study is to find the best color index by which the algorithm is able to create the highest contrast between plant and non-plant regions. For this study, images were taken of varying numbers of wheat plants under several growth stages in a loamy sand soil and in diffused light condition. Three regions were predefined on the images; plant, pebble, and soil regions. Regions for plants, soil and pebbles were separately cropped within each image, aiming to provide a pooled representation for each object in each image. For each image, 13 mean color index were computed for each the three regions of interest (plant, soil, and pebble). The results of applying Analysis of variance (ANOVA) and consequently t-tests indicated that modified Excessive Green Index (MEGI) can potentially make the highest contrast between plant and non-plant regions rather than other color indices.

Mobile Ad-hoc Networking (MANET) is an emerging issue in research and industry since its inherent properties satisfy a broad range of requirements and dreams of the future networking. The infrastructure-less nature of MANETs as well as mobility requirement, makes the routing process as a major basis and consequently challenge for building such networks. Due to frequent changes in the topology of a MANET, route discovery process should be invoked frequently, resulting in significant time, processing, and energy overhead. One might mention that discovering and maintaining multiple routes might degrade the problem in terms of time complexity and energy consumption. In this paper, we discuss the design issues and challenges for a typical multipath routing algorithm for MANETs and identify the major ideas behind different approaches. We also provide a comparative survey of proposed methods as well as their appropriate design issues.

This paper study and analyzes of effective parameters on camera pose estimation process for virtual studio. The camera pose estimation process, the process of estimating camera extrinsic parameters, is based on closedform geometrical approaches which is used the benefic of simple corners detection of 3D cubic-like virtual studio’s landmarks. Our studies include all landmarks characteristic parameters like landmark’s lengths, landmark’s corners angles and its installation position errors; and some camera parameters like lens’ focal length and CCD resolution. We study and analyze all these parameters efficiency on camera extrinsic parameters including camera rotation and position matrixes through computer simulation. We found that the camera transaction matrix is infected more than other camera extrinsic parameters by the noise of effective pose estimation parameters.

Gait Recognition refers to automatic identification of an individual based on his/her style of walking; it's a new biometrics recognition technology. This paper describes a new approach to gait recognition based on kmean clustering algorithm. Body silhouette is extracted by a simple background subtraction, and the clustering is performed to partition image sequence into clusters, so the vectors of feature can be extracted. The recognition is achieved by dynamic time warping technique. We evaluate the proposed gait recognition method on the Gait Challenge database of the University of South Florida (USF), and the experimental results demonstrate that our approach has a good recognition performance.

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.

کمینه کردن تلفات خط و هزینه تولید ، از جمله مسائلی است که همواره در سیستم های قدرت از اهمیت بسزایی برخوردار است.در این مقاله به بهینه سازی شبکه و حل مساله پخش بار بهینه ( OPF ) برای شبکه استاندارد 118 باس IEEEE با روش های هوشمند پرداخته می شود. برای این منظور ، ابتدا از الگوریتم ژنتیک ( GA ) استفاده می گردد ؛ که علاوه بر عملگرهای متعارف، در آن از عملگر های ویژه مهاجر و نخبه گرایی نیز استفاده شده است. سپس الگوریتم کلونی مورچه ها به کار برده میشود؛ که در این قسمت نیز با استفاده از مدل جدید و کاراکتر رتبه بندی مورچه ها، مورچه های نخبه وزن بیشتری میگیرند. در نهایت پاسخی که از این دو روش به دست می آید با روش های کلاسیک مقایسه و مزیت های آن، مانند سرعت همگرایی ، کاهش تلفات خط و افزایش انعطاف پذیری مساله مطرح و بررسی میگردد.

برای سیستم های بازشناسی گفتار پیوسته معمولا استفاده از واحد آوایی سه واجی جهت نیل به عملکرد بهتر غیر قابل اجتناب است. مشکل واحدهای آوایی سه واجی تعداد بالای آنها و در نتیجه نیاز به دادگان آموزشی بسیار بزرگ برای آموزش تعداد زیاد حالت های مدل می باشد.برای حل این مشکل و اختصاص داده کافی برای آموزش هر حالت از مدل مخفی مارکوف، روش مرسوم استفاده از متد گره زدن حالت ها است.در این مقاله، مراحل گره زدن حالت های سه واجی ها در روند آموزش یک سیستم بازشناسی گفتار پیوسته فارسی طراحی و اجرا شده است و بر اساس نتایج و عملکرد سیستم بازشناسی، تعداد بهینه حالت های گره زده شده (زنون ها) و پارامترهایی مانند تعداد گوسی های هر حالت برای مجموعه دادگان های فارس دات بزرگ و کوچک گزارش شده است. میزان کاهش خطا در سیستم بازشناسی گفتار فارسی پس از به کارگیری سه واجی ها حدود 11% بوده است.

در این مقاله برای بهبود صحت طبقه بندی تصا ویر ابرطیفی از اطلاعات بافت باند اول تبدیل مولفه های اصلی استفاده شده است.با توجه به بالا بودن اطلاعات مکانی در باند اول تبدیل مولفه های اصلی، از آن به عنوان یک منبع اطلاعاتی مستقل استفاده شد و بافت آن بوسیله شش ویژگی مهم ماتریس هم رخدادی شامل انرژی ،آنتروپی ،کنتراست ،واریانس ،همبستگی و گشتاور تفاضلی معکوس تح لیل گردید و با استفاده از این ویژگیهای باف تی پیکسلها طبقه بندی گردیدند. سپس نتیجه این طبقه بندی با اطلاعات طبقه بندی طیف ادغام گردید. نتایج پیاده سازی این روش بر روی داده ه ای واقعی سنجنده AVIRIS نشان می دهد که این روش، روش ساده و مناسبی برای وارد کردن اطلاعات مکانی در تصاویر ابر طیفی است و صحت و اعتبار طبقه بندی را در حد قابل ملاحظه ای افزایش می دهد.

تعيين عبارات اسمي هم -مرجع يكي از شاخه هاي تحقيقاتي مطرح در زمينه پردازش زبا ن هاي طبيعي است و نقش موثري در كاربردهايي همچون ترجمه ماشيني، خلاصه سازي خودكار متون، پاسخگويي خودكار به سوالات و استخراج اطلاعات دارد كه در هر يك از آ ن ها درك صحيحي از متن حائز اهميت است . تعيين عبارات اسمي هم -مرجع به فرايندي اطلاق مي شود كه در آن تمام عبارات اسمي كه به يك موجوديت واحد اشاره دارند، تعيين مي گردند. فرايند تعيين عبارات اسمي هم -مرجع را مي توان به دو دسته روش هاي زبان شناسي و روش هاي يادگيري ماشين تقسيم نمود. روش هاي زبان شناسي به اطلاعات زبان شناسي بسياري نياز دارند كه بدست آوردن اين اطلاعات فرايندي پر خطا و زمان بر است . ولي رو ش هاي يادگيري ماشين به اطلاعات زبا ن شناسي كمتري احتياج دارند و با بكارگيري آ ن ها نتايج بهتري حاصل مي شود. فرايند تعيين مرجع ضماير، يك زي ر بخش مهم و چال ش انگيز از فرايند تعيين عبارات اسمي هم -مرجع است كه در آن تنها تعيين مرجع ضماير مورد توجه قرار مي گيرد . در اين مقاله، ابتدا روش هاي يادگيري ماشين بكار رفته در حوزه تعيين عبارات اسمي هم مرجع /تعيين مرجع ضماير دسته بندي و شرح داده م ي شوند و سپس نحوه اعمال دو روش بر روي زبان فارسي، ارائه شده و نتايج آ ن ها گزارش خواهد شد.

در اين مقاله روشي براي درستي سنجي سخت افزار ١ و توليد خودکار بردار آزمون بر اساس مشخصات طرح ارايه شده است . در اين روش بر خلاف ساير روش هاي تحليل تحول عملگر هاي خطا روي خصوصيات سيستم تعريف مي شوند و نه پياده سازي آن. سپس براي هر خطا الگوي آزموني توليد مي شود که آن را آشکار کند. ادعاي ما بر اين است که اين روش ما را بي نياز از دانش در مورد نحوه پياده سازي مي کند و همچنين تنگناي زماني که در ديگر روشهاي تحليل تحول وجود دارد در اين روش وجود ندارد.

الگوريتم هاي آموزش تقويتي فازي با معماري نقاد-تنها، با انتشار خطاي تفاضل موقتيِ ارزش-عمل، تنها پارامترهاي تالي قواعد فازي را تنظيم مي كنند. اين مقاله به ارائه يك روش جديد براي تنظيم توابع عضويت ورودي براي ابن الگوريتم ها مي پردازد. يك تابع هزينه بر مبناي خطاي تفاضل موقتي ارزش-عمل تعريف شده و آنگاه مقدار پارامترهاي توابع درجه عضويت ورودي در جهت كاهش مقدار تابع هزينه تنظيم مي گردد. راهكار مذكور در الگوريتم "آموزش سارساي فازي بهبود يافته (EFSL) كه يك الگوريتم نقاد- تنها براي تنظيم روي خط تالي قواعد سيستم فازي سوجنو مرتبه صفر است، بكار گرفته . مي شود EFSL كه قابليت تنظيم توابع عضويت ورودي را دارد AEFSL مي ناميم. جهت ارزيابي، هر دو الگوريتم EFSL و AEFSL براي تنظيم پارامترهاي كنترلگر در مساله ناوبري ربات "خپرا" در محيطهاي شامل موانع استفاده مي گردد. محيطهاي آموزش و تست در شبيه ساز KIKS فراهم شده اند. نتايج شبيه سازي حاكي از بهبود در يادگيري و عملكرد مناسب ربات پس از آموزش است.

در اين مقاله يک روش جديد براي بخش بندي تصوير بافتي پيشنهاد مي شود. اين کار با ارائه يک روش استخراج ويژگي با استفاده از مشتقات جهت ي انجام مي شود. هم چنين به منظور استفاده از خواص آماري تصويرهاي مربوطه، از روش مبتني بر ناحيه به جاي روش مبتني بر لبه استفاده مي گردد. از طرفي از كمينه سازي انرژي و به طور خاص از سطوح همتراز براي يافتن ناحيه هاي حاصل از بخش بندي با يک چهار چوب متغي ر براي به روز كردن منحني استفاده مي شود. نتايج بخش بندي با الگوريتم پيشنهادي روي تصاوير مختلف بافت رنگي بيانگر دقت بالاي روش پيشنهادي مي باشد . علاوه بر ا ي ن، روش پيشنهادي در بخشبندي تصاوير نويزي نيز قدرتمند ميباشد.

امروزه از سيستمهاي بازشناسي مبتني بر پارامترهاي زيستي به طور گسترده اي استفاده مي گردد. سيستم بازشناسي عنبيه به دليل عملکرد بهتر مورد توجه بيشتري قرار گرفته است. دقت سيستمهاي بازشناسي، بستگي به دقت بردارهاي ويژگي استخراج شده براي هر نمونه دارد. در اين مقاله براي استخراج ويژگي هاي بافتي عنبيه يک فيلتر وفقي جديد طراحي کرده ايم. اين فيلتر ويژگي هاي بافتي عنبيه را با دقت بيشتري آشکار مي نمايد. براي بهبود عملکرد سيستم بازشناسي عنبيه ويژگي هاي بافتي استخراج شده با چند روش را با هم ترکيب مي کنيم. سپس جهت کاهش اندازه بردارهاي ويژگي از PCA به صورت محلي استفاده مي کنيم. در نهايت براي عمليات تطابق نيز از يک رهيافت جديد استفاده مي کنيم. نتايج حاصل از شبيه سازي بهبود عملکرد سيستم را با کاهش نرخ خطاي تطابق نشان مي دهد.

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.

روش هاي موجود براي پالايش صفحات وب بيشتر مبتني بر سد كردن نشاني هاي اينترنتي خاص از طريق جستجو در يك ليست مرجع از صفحات غير مجاز و يا با استفاده از تحليل ساده متن از طريق جستجوي كلمات كليدي خاص در صفحات است. مشكل اصلي اين روش ها نياز براي به روزرساني مداوم فهرست نشاني ها و نيز ميزان قابل توجه اشتباه گرفتن صفح ههاي مجاز در آنهاست. در اين مقاله يك روش پالايش هوشمند براي پالايش صفحات غيراخلاقي را پيشنهاد كرده ايم كه با استفاده از هر سه نوع ويژگي ساختاري، متني و تصويري و تركيب سلسله مراتبي آنها يك دسته بندي هوشمند با دقت بالا (روي FP و FN هر دو) را به دست مي دهد. الگوريتم روي 2600 صفحه وب شامل 1400 صفحه غيراخلاقي (داراي متن، تصوير، يا هر دو) انگليسي و فارسي و 1200 صفحه مجاز شامل صفحات پزشكي، سلامت، ورزشي و غيره مورد آزمايش قرار گرفته و دقت دسته بندي بالاي 95 % را به همراه داشته است.

تاکنون روش هاي مختلف جهت افزايش کارايي دسته بندها معرفي شده اند که در اغلب آن ها کارايي يک دسته بند خاص براي مجموعه داده خاصي بهينه مي شود . در اين مقاله دو ر وش پيش پردازش مستقل از دسته بند پيشنهاد داده مي شود . در اين روش ها هدف بدست آوردن ماتريس نگاشتي است که با نگاشت داده ها به فضاي جديد، سبب تمايز بيشتر دسته ها شود . در اولين روش ، از تحليل متمايز ساز خطي براي محاسبه نگاشت داده ها به فضاي جديد استفاده مي گردد. در دومين روش با استفاده از الگوريتم ژنتيک و مفهوم تعلق فازي داده ها به دسته هاي مختلف، ماتريس نگاشت محاسبه مي شود. براي ارزيابي اين دو روش از انواع مختلف دسته بند استفاده کرده ايم. نتايج نشان مي دهد که استفاده از اين نوع پيش پردازش، سبب باعث افزايش دقت دسته بند مي گردد.

براي حل مسئلهي خوشه بندي دو دسته روش کلی وجود دارد: روشهاي مسطح و روشهاي سلسله مراتبی . مزیت روش هاي سلسله مراتبی به روشهاي مسطح در مواردي است که تعداد خوشهها از اول مشخص نمیباشد و همینطور هنگامیکه علاوه بر یافتن رابطه بین نمونهها علاقه مند به یافتن رابطهي بین خوشهها نیز می باشیم . یکی از روشهاي مفید جهت بهبود خوشه بندي، حل یک مسئله ي خوشه بندي به روشهاي مختلف و ترکیب نتایج میباشد. با توجه به اینکه در الگوریتمهاي سلسله مراتبی وابستگی زیادي به پارامترهاي مسئله وجود دارد، ترکیب خوشه بندي هاي سلسله مراتبی مختلف میتواند این وابستگی را کاهش دهد. در این مقاله برمبناي مفاهیم سیستمهاي ایمنی مصنوعی، روشی براي ترکیب خوشه بندي هاي سلسله مراتبی ارائه میدهیم. به این منظور، ابتدا به روشهاي مختلف خوشه بنديهاي مختلفی بهدست آورده و سپس جمعیتی از خوشه بنديهاي تصادفی شکل داده و با تعریف معیار شباهتی سعی میکنیم جمعیت را به سمت خوشه بندياي ببریم که بیشترین شباهت را به کلیهي خوشه بنديهاي پایه داشته و بنابراین، اطلاعات ساختاري کلیهي خوشه بنديهاي پایه را حتی الامکان حفظ نماید . نتایج ارائه شده در مقاله، کارا بودن این روش و بهبود ایجاد شده در خوشه بندي سلسله مراتبی را نشان میدهد.

In WDM all-optical networks, physical impairments degrade optical signal to noise ratio (OSNR). Therefore, the quality of a lightpath must be checked during connection setup. Since during a lightpath setup, it may inject crosstalk on all previously established lightpaths with which it shares links or nodes, OSNR for those lightpaths should be checked as well as the OSNR of the tentative lightpath. If the number of hops for a lightpath increases, the amount of OSNR degradation increases due to crosstalk. Hence, longer paths are subject to higher QoT degradation due to crosstalk. In this paper, we enhance OSNR degradation for different lightpaths with different hop numbers in such a way that OSNR degradation for long-hop lightpaths becomes closer to short-hop lightpaths, i.e., a fair OSNR degradation. We provide a mechanism to estimate crosstalk risk at the routing process by which we can find the nodes with positive crosstalk risk. Then, rerouting procedure is used to reduce the crosstalk risks of these nodes by migrating some of lightpaths that pass through the nodes.

A collection of web pages which are about a common topic and are created by individuals or any kind of associations that have a common interest on that specific topic is called a web community. Since at present, the size of the web is over 3 billion pages and it is still growing very fast, identification of web communities has become an increasingly hard task. In this paper, a method based on asynchronous cellular learning automata (ACLA) for identification of web communities is proposed. In the proposed method first an asynchronous cellular learning automaton is used to determine the related pages and their relevance degree (the relationship structure of web pages). For determination of relationship structure of web pages information about hyperlinks and the users’ behaviour in visiting the web pages are used. Then, an algorithm similar to the HITS algorithm is applied on the obtained structure to identify the web communities. One of the advantages of the proposed method is that the web community obtained using this method is not dependent on a specific web graph structure. To evaluate the proposed approach, it is implemented and the results are compared with the results obtained for two existing methods, HITS and a complete bipartite graph based method. Experimental results show the superiority of the proposed method.