مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237458420101221Accuracy and Speed Performance Improvement in Speaker Verification Using Genetic Programmingبهبود سرعت و دقت در استفاده از برنامهنويسي ژنتيک براي تصديق هويت گوينده223235faسعيده ساداتسديدپوردانشگاه صنعتي اميرکبيرمحمدمهدیهمایونپوردانشگاه صنعتی امیرکبیرمهديفسنقريپژوهشکده فناوري اطلاعات20151128In speaker verification, a system investigates a person's identity and decides whether the person is a true client or an imposter. In this paper, genetic programming (GP) is used as a method for speaker modeling. When GP is used for construction of models for speakers, due to long training time to train GP models, training data compression is proposed in this paper. This idea reduced training time for 20 times. Training of several GP trees as a speaker's model is another idea presented in this paper to improve the speaker verification performance. In this method, training data are separated to a few clusters. Then a GP tree is trained for each cluster. Therefore, a speaker is modeled by several genetic programming trees. The verification performance increased from 50% to about 92% using the proposed method. Genetic programming performance was compared to some other discriminative methods such as Multi-Layer Perceptron neural network and Learning Vector quantization, and generative methods such as K-Means, GMM and LBG, GMM-UBM and VQ-MAP. Experiments show that Genetic programming is more effective than the other methods.در تصديق هويت گوينده، سيستم هويت شخصي را که با سيستم تماس برقرار کرده است، بررسي کرده و تعيين ميکند که وي همان شخص مدعي است و يا دروغ ميگويد. در اين مقاله از برنامهنويسي ژنتيک بهعنوان روشی برای مدلسازي گويندگان استفاده شد. با توجه به زمان زياد آموزش مدلها توسط برنامهنويسي ژنتيک، ايده بهرهمندي از فشردهسازي دادههاي آموزشي، بهمنظور کاهش زمان آموزش مدلها مطرح گرديد و بدين ترتيب زمان لازم برای مدلسازی گويندگان با استفاده از برنامهنويسي ژنتيک در حدود 20 برابر کاهش داده شد. آموزش چندين درخت برنامهنويسي ژنتيک بهعنوان مدل هر گوينده، ايده ديگري است که بهمنظور بهبود دقت تصديق هويت گوينده در اين مقاله مطرح شده است. در اين روش، دادههاي آموزشي به تعداد کمي خوشه تفکيک شده و بهازاي هر خوشه، يک درخت برنامهنويسي ژنتيک آموزش داده ميشود. بدين ترتيب يک گوينده با چندين درخت برنامهنويسي ژنتيک مدل ميشود. با استفاده از روش پيشنهادي، کارايي برنامهنويسي ژنتيک براي تصديق هويت گوينده از 50% به حدود 92% افزايش پيدا کرده است. نتايج حاصل از عملکرد برنامهنويسي ژنتيک با کارايي روشهاي تمايزي ديگري مثل شبکههای عصبي MLP و LVQ و نيز روشهاي غير تمايزي مانند LBG، GMM، GMM-UBM و VQ-MAP مقايسه گرديد و مشاهده شد که برنامهنويسي ژنتيک کارايي بهتري را نسبت به ديگر روشها نتيجه ميدهد.http://ijece.org/en/Article/Download/27990مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237458420101221Texture Defect Detection Using Curvelet Transformتشخيص خرابي بافت به کمک تبديل پيچک236246faبيبي مريممعاشريدانشگاه شهيد باهنر کرمانحسیننظامآبادیپوردانشگاه شهید باهنر کرمانسعيدسريزديدانشگاه شهيد باهنر کرمانسهيلآزادينيادانشگاه شهيد باهنر کرمان20151128This article, an efficient system for texture defect detection based on curvelet transform is presented. The main idea is to model the defects in the texture image as one-dimensional discontinuities. Based on this idea, the curvelet transform is the most efficient method for describing defects. First, in the learning phase, training samples of intact and defected blocks of the texture image are collected and transformed to the curvelet domain. Next, for each block a feature vector based on curvelet sub-bands is extracted and using a proposed method some important and effective features are determined for the desired texture. Then, a proper threshold for detecting defected from intact blocks is determined. In the performance phase, a vector containing the important features from each block of the texture is extracted and then the block by is classified. The results of simulation show that the proposed system is superior to the mean shift method in detecting defected texture blocks, and is less sensitive to the type of texture.در اين مقاله سامانهاي کارآمد و دقيق براي توصيف خرابيها در انواع بافت بر اساس تبديل پيچک ارائه شده است. ايده اصلي، در نظر گرفتن خرابيهاي بافت بهصورت ناپيوستگيهاي يکبعدي در سيگنال (تابع) دوبعدي تصوير است. بر اساس اين ايده، مناسبترين ابزار جهت توصيف خرابيها، تبديل جهتي پيچک است. ابتدا در مرحله آموزش، نمونههايي از بلوکهاي بافت سالم و معيوب جمعآوري شده و بر روي هر بلوک، تبديل پيچک اعمال ميشود. سپس براي هر بلوک يک بردار ويژگي بر اساس زيرباندهاي حاصل از تبديل پيچک تشکيل ميشود. در يک فرايند پيشنهادي بردار ويژگي برجسته براي بافت مورد نظر تعيين ميشود. پس از آن سطوح آستانه مناسب براي تشخيص بلوکهاي خراب بافت، تنظيم ميشود. در مرحله آزمايش، از هر بلوک بافت بردار ويژگي برجسته مربوط به آن استخراج شده و بافت مذکور با توجه به سطوح آستانه طبقهبندي ميشود. نتايج شبيهسازيها نشان ميدهد که سامانه پيشنهادي نسبت به روشي که مبتني بر جابهجايي ميانگين است، دقت بيشتري در آشکارسازي بافتهاي معيوب داشته و در فرآيند تشخيص خرابي، نسبت به نوع بافت حساسيت کمتري از خود نشان ميدهد.http://ijece.org/en/Article/Download/27991مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237458420101221SVD-Based Adaptive Multiuser Detection for Optimized Chaotic DS-CDMA Systemsتشخیص چندکاربره وفقی مبتنی بر SVD برای یک سیستم طیف گسترده با رشتههای آشوبی بهینهشده247256faسعیدشعرباف تبریزیدانشگاه فردوسی مشهدسيدعلیرضاسیدیندانشگاه فردوسی مشهد20151128In recent years, chaotic signals have created a new area in the designation of wideband communication systems. Most of the activity has focused on DS-CDMA systems, in which the conventional pseudo-noise sequences will be replaced by binary chaotic sequences. Unfortunately, despite the advantages of chaotic systems such as aperiodicity, low cost generation and noise-like spectrum, the performance of most of such designs is not still suitable for multiuser wireless channels. In this paper, we propose a novel method based on singular value decomposition for adaptive multiuser detection in chaos-based DS-CDMA systems. We also propose a new genetic algorithm-based method for the optimal generation of chaotic sequences in such systems. Simulation results show that our proposed nonlinear receiver with optimized chaotic sequences outperforms the conventional DS-CDMA systems with “maximal length” codes as well as non-optimized chaos-based DS-CDMA systems in all channel condition, particularly for under-loaded CDMA condition, which the number of active users is less than processing gain.طراحی ساختارهای مخابراتی پهنباند که از سیگنالهای آشوبی برای ارسال اطلاعات استفاده میکنند، به یکی از زمینههای پرکاربرد در زمینه مخابرات طیف گسترده بدل گردیده است. در این میان، محدوده وسیعی از مطالعات به طراحی رشتههای شبهنویز آشوبی بهعنوان جایگزین برای کدهای گسترش متداول در سیستمهای DS-CDMA متمرکز گردیده که با وجود برخی مزایای قابل توجه چون غیر متناوب بودن، امکان پیادهسازی آنالوگ و نیز امکان توسعه آسان برای تعداد کاربران زیاد، هنوز با مشکلاتی چون خطای نسبتاً بالا در کانالهای با سیگنال به نویز کم و یا کانالهای دارای تداخل چندمسیره دست به گریبان هستند. در این مقاله با هدف بهبود عملکرد سیستمهای طیف گسترده آشوبی، از دو ایده بهینهسازی فرآیند تولید کد و کاهش تداخل بین کاربری استفاده شده که بدین منظور ابتدا روشی مبتنی بر الگوریتم ژنتیک، برای تولید مولدهای آشوبی بهینه در فرستنده پیشنهاد میگردد و در ادامه طرحی متکی بر تبدیل SVD برای تشخیص چندکاربره و کاهش وفقی اثر تداخل کاربران، در گیرنده پیادهسازی خواهد شد. نتایج شبیهسازی برای شرایط مختلف کانال و تعداد کاربران متفاوت، نشان از بهبود قابل توجه عملکرد سیستم طیف گسترده آشوبی معرفیشده در حضور نویز کانال و اعوجاج چندمسیره، نسبت به ساختارهای آشوبی اولیه و نیز سیستمهای طیف گسترده معمول که از رشتههای حداکثر طول استفاده میکنند، دارد.http://ijece.org/en/Article/Download/27992مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237458420101221Segmentation of Steel Surfaces towards Defect Detection Using New Gabor Composition Methodروش نوين ترکيب گابوري در بخشبندي سطوح فولادي با هدف تشخيص عيوب257266faسيدجليلالدينآلمعصوممديريت اکتشاف شرکت ملي نفت ايرانسیدحسنمنجمیدانشگاه اصفهانهالهالساداتآلمعصومدانشگاه اصفهان20151128The images of steel surfaces are generally textural images. There are different texture analysis methods to extract features from these images. In those methods using multi-scale/multi-directional analysis, Gabor filters are used for feature extraction. In this paper, we extract texture features using the optimum Gabor filter bank. This filter bank is designed in a way that diverse filtering frequency and orientation will allow it to extract considerable amounts of texture information from the input images. We also introduce a new method called Gabor composition for segmentation and defect detection of steel surfaces. In this method, using two different algorithms, the input image is decomposed into detail images using an appropriate Gabor filter bank and then selected detail images are re composed. The created feature map illustrates the defective areas well. By calculating data distribution of detail images and comparing them, the second method of Gabor composition can accomplish segmentation without needing the normal images and the number of detail images to re-compose. Furthermore, we did different tests towards optimizing of segmentation by means of classifiers. Using a K-means classifier and adding gray levels to the extracted features, complete the segmentation procedure. The experimental results show that the Gabor composition method in most of the tests has got better defect detection performance than the ordinary K-means classifier and the standard wavelet method; also the Second method of Gabor composition has got the best performance over all.تصاوير سطوح فولادي، عمدتاً تصاويري بافتي بوده که استخراج ويژگي در آنها با روشهاي گوناگون تحليل بافت انجام ميگيرد. در گروهي از اين روشها كه از آناليزهاي چندفركانسي و جهتدار سود ميبرند، استفاده از فيلترهاي گابور بهعنوان ابزار تحليل معمول است. در اين مقاله با بهکارگيري بانکي بهينهشده از فيلترهاي گابور، به استخراج ويژگي جهت بخشبندي تصاوير سطوح فولادي معيوب پرداخته ميشود. اين بانک فيلترها بهگونهاي طراحي شده که ميتواند ويژگيهاي بافتي تصوير ورودي را به شکل مطلوب، در جهات و فرکانسهاي مختلف نمايان کند. سپس بهمنظور بخشبندي تصوير سطح فولادي، روشي نوين به نام ترکيب گابوري ارائه گرديده که در اين روش با ارائه دو الگوريتم مختلف از تصاوير جزئي بهدست آمده از تصوير معيوب، تنها تعداد مشخصي با يکديگر ترکيب ميگردند تا نقشه ويژگي حاصل به شکل مؤثري در برگيرنده عيوب تصوير باشد. روش دوم ترکيب گابوري توانست با محاسبه پراکندگي دادههاي موجود در تصاوير جزئي و مقايسه آنها با يکديگر، بدون نياز به تعيين تعداد تصاوير جزئي جهت ترکيب و نيز وجود تصوير يا تصاوير نرمال، به انجام بخشبندي بپردازد. از ديگر نتايج تحقيق، بهينهسازي بخشبندي با استفاده از کلاسهبند K-means بوده که با نرمالسازي و اضافهکردن ويژگي سطح خاکستري به ويژگيهاي استخراجشده هر پيکسل، منجر به افزايش دقت کلاسهبندي شده است. نتايج بهدست آمده هم از نظر بصري و هم از لحاظ آماري نشاندهنده آن است که روش ترکيب گابوري در مقايسه با کلاسهبندK-means از دقت بالاتري برخوردار ميباشد. مقايسه انجامشده بين روشهاي پيشنهادي ترکيب گابوري و روش ويولت استاندارد نيز بر برتري نسبي ترکيب گابوري دلالت دارد. همچنين روش دوم ترکيب گابوري در مقايسه با روش اول، بهواسطه انتخاب بهتر تصاوير جزئي جهت ترکيب و در نتيجه تشکيل نقشه ويژگي مناسبتر، بهترين عملکرد را از خود نشان داده است.http://ijece.org/en/Article/Download/27993مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237458420101221Training of MLP Neural Network for Data Classification by GSA Methodآموزش شبکه عصبی MLP در طبقهبندی دادهها با استفاده از روش GSA267274faمریمدهباشیاندانشگاه بیرجندسیدحمیدظهیریدانشگاه بیرجند0000-0002-1280-813320151128Nowadays, several techniques have presented for data classification. One of these techniques is neural network that has attracted many interests. In this classifier, selection a suitable learning method is very important for training of the network. Error back propagation is the most usual training method of neural networks that late convergence and stopping in local optimum points are its weakness. New approach in neural networks training is the usage of heuristic algorithms. This paper suggests a new learning method namely gravitational search algorithm (GSA) in training of neural network for data classification.
GSA method is the latest and the most novel version of swarm intelligence optimization methods. This algorithm is inspired fby the law of Newtonian gravity and mass concept in nature. In this paper, a MLP neural network is trained for classification of five benchmark data set by GSA method. Also, the proposed method efficiency in training and testing of neural network compared with those of two training methods error back propagation and particle swarm optimization. Final results showed the GSA method extraordinary performance for data correct classification in most of cases. Also, in these experiments the GSA method produced stable results in all of cases. In addition, the run time of GSA method is shorter than that of the PSO.تاکنون شیوههای مختلفی برای طبقهبندی داده ارائه شده است اما در این میان شبکههای عصبی مخاطبان بیشتری را به خود جذب کردهاند. مهمترین مسئله در این نوع از طبقهبندیکنندهها انتخاب روشی مناسب برای آموزش شبکههای عصبی است. متداولترین روش آموزشی شبکههای عصبی روش پسانتشار خطا است که همگرايي کُند و توقف در نقاط بهينه محلي از مهمترین نقاط ضعف آن محسوب میشود. رویکرد جدید محققین استفاده از الگوریتمهای ابتکاری در فرایند آموزش شبکههای عصبی است. در این مقاله پیشنهاد استفاده از روش آموزشی نوینی به نام الگوریتم جستجوي گرانشي (GSA) در آموزش شبکههای عصبی بهمنظور طبقهبندی دادهها ارائه میشود. روش GSA آخرين و جديدترين نسخه از انواع روشهاي بهينهسازي هوش جمعي است که با الهام از مفاهيم جرم و نيروي جاذبه و با شبيهسازي قوانين مرتبط با آن ارائه شده است. در این مقاله با استفاده از روش GSA یک شبکه عصبی MLP جهت طبقهبندی پنج مجموعه داده مرجع آموزش داده میشود. همچنین کارایی روش پیشنهادی در آموزش و آزمایش شبکه عصبی با دو روش آموزشی پسانتشار خطا و بهینهسازی گروه ذرات مقایسه میشود. نتایج نهایی نشان میدهند در اکثر موارد روش GSA قابلیت چشمگیری در طبقهبندی صحیح دادهها دارد. بهعلاوه در آزمایشات انجامگرفته ویژگی منحصر بهفردی از روش GSA پدیدار شد و آن پایداری نسبتاً عالی در طبقهبندی صحیح دادهها در تمام موارد بود. از نقطه نظر معیار زمانی نیز روش GSA نسبت به روش PSO در زمان کمتری به پاسخ مناسب دست مییابد.http://ijece.org/en/Article/Download/27994مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237458420101221Design of Proportional-Integral Sliding Mode Controllers for Hyperchaotic Systems in the Presence of Uncertainty, Disturbance and Nonlinear Control Inputsطراحي کنترلکنندههاي مد لغزشي انتگرالي-تناسبي براي سيستمهاي فوق آشوب با در نظر گرفتن عدم قطعيت، اغتشاش و وروديهاي کنترلي غير خطي275283faعلیابوییدانشگاه علم و صنعت ايرانمحمدرضاجاهد مطلقدانشگاه علم و صنعت ایرانزهرارحمانیدانشگاه صنعتي نوشيرواني بابل20151128In this paper, robust controllers for a new hyperchaotic system are investigated in the presence of uncertainty, disturbance and nonlinear control inputs. The controllers are designed by considering two major goals: first to stabilize the hyperchaotic system in the presence of uncertainties, disturbance and nonlinear control inputs; and second, to guarantee the prescribed disturbance attenuation, considering the defined performance index for it. Sliding mode control by defining three proportional integral switching surfaces is used to reach mentioned goals. Numerical simulations are used to exhibit the feasibility and performance of the proposed method.در این مقاله کنترل مقاوم يک سیستم فوق آشوب جديد با در نظر گرفتن عدم قطعیت، اغتشاش خارجی و ورودیهای کنترلی غیر خطی مورد بررسی قرار خواهد گرفت. اهداف کنترلي سيستم فوق آشوب، شامل پايدارسازي ديناميک اين سيستم در حضور وروديهاي کنترلي غير خطي، عدم قطعيت و همچنين تضعيف اغتشاش وارد بر سيستم فوق آشوب ميباشد. براي تضعيف اغتشاش وارد بر سيستم فوق آشوب، معيار عملکردي تعريف در این مقاله کنترل مقاوم يک سیستم فوق آشوب جديد با در نظر گرفتن عدم قطعیت، اغتشاش خارجی و ورودیهای کنترلی غیر خطی مورد بررسی قرار خواهد گرفت. اهداف کنترلي سيستم فوق آشوب، شامل پايدارسازي ديناميک اين سيستم در حضور وروديهاي کنترلي غير خطي، عدم قطعيت و همچنين تضعيف اغتشاش وارد بر سيستم فوق آشوب ميباشد. براي تضعيف اغتشاش وارد بر سيستم فوق آشوب، معيار عملکردي تعريف گرديده است
که روش ارائهشده بايد اين معيار را برآورده سازد. براي برآورده ساختن اهداف تعيينشده، روش کنترل مد لغزشی با تعریف سه سطح سوئيچينگ انتگرالي - تناسبي جداگانه، مورد استفاده قرار ميگيرد و پایداری روش کنترلی ارائهشده با استفاده از تئوری لیاپانوف به اثبات ميرسد. نتایج شبیهسازی کامپیوتری نشان ميدهند که کنترلکنندههای طراحی شده، کارایی بالایی در برآورده ساختن اهداف کنترلي تعيين شده دارند.http://ijece.org/en/Article/Download/27995مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237458420101221A Biological Laboratory on Microelectronic Chip: Design, Fabrication, and Experimental Resultsآزمایشگاه بیولوژیکی بر روی تراشه الکترونیکی: طراحی، ساخت و نتایج تجربی284289faابراهیمغفارزادهدانشگاه McGillکانادامحمدساواندانشگاه پلیتکنیک مونترال کانادا20151128In this paper, a complementary metal–oxide semiconductor (CMOS) based Laboratory-on-Chip platform is presented for bacteria growth monitoring. This platform integrates a 0.18 µm CMOS chip with two microfluidic channels. The proposed CMOS chip manufactured by Taiwan Semiconductor Manufacturing Company (TSMC) features a differential capacitive sensor along with two reference and sensing interdigitized electrodes. Two microfluidic channels are thereafter implemented atop the electrodes through a direct-write assembly technique. These microchannels are filled with pure Luria-Bertani (LB) medium and Escherichia Coli (E. Coli) bacteria suspended in the LB medium, respectively. We demonstrate and discuss the experimental results by using two different bacteria concentrations in the order of 10^6 and 10^7 per 1 mL in the LB medium.این مقاله به معرفی یکی از کاربردهای جدید تراشههای الکترونیکی در عرصه علوم زیستی میپردازد. جایدادن یک آزمایشگاه بیولوژیکی بر روی یک تراشه کوچک، موضوعی است که در سالهای اخیر امیدهای بسیاری را جهت تشخیص بیماریها به کمک دستگاههای الکترونیکی قابل حمل بهوجود آورده است. ما نیز در این مقاله به شرح تکنیکهای ساخت سیستمی میپردازیم که ضمن فراهمآوردن محیطی در ابعاد کمتر از یکصدم میلیمتر مکعب جهت رشد باکتریها، قادر است برآوردی از رشد باکتری را نیز بهصورت تابعی از زمان ارائه نماید. این سیستم از دو بخش الکترونیکی و میکروفلوئیدیکی تشکیل شده است. بخش الکترونیکی این سیستم را یک حسگر خازنی تشکیل میدهد که تغییرات خازنی ناشی از رشد باکتری را به سیگنالی الکتریکی تبدیل میکند و بخش میکروفلوئیدیکی آن را یک کانال به قطری در حدود یکصد میکرومتر تشکیل میدهد که در بالای سطح تراشه حسگر ساخته میشود. این مقاله ضمن ارائه نتایج ساخت سیستم طراحیشده، منحنیهای رشد باکتری "E.Coli" با غلظتهای اولیه 10^6 و 10^7 در یک میلیلیتر از ماده نگهدارنده را به نمایش میگذارد.http://ijece.org/en/Article/Download/27996