فهرست مقالات
-
دسترسی آزاد مقاله
1 - بهبود پوشش هدف در شبکه‌های حسگر بصری با تنظیم میدان دید دوربین‌ها و زمان‌بندی مجموعه‌های پوششی از طریق تبرید شبیه‌سازی شده
بهروز شاهرخ‌زاده مهدی دهقان محمدرضا شاهرخزادهدر سال‌های اخیر، مسأله «پوشش هدف» در شبکه‌های حسگر بصری که در آن دوربین‌ها داده‌های ویدئویی را جمع‌آوری می‌کنند مورد توجه قرار گرفته است. با توجه به محدودیت توان حسگرها، لازم است با استفاده بهینه از انرژی ذخیره‌شده، ضمن حفظ پوشش همه اهداف مستقر در محیط، طول عمر شبکه را چکیده کاملدر سال‌های اخیر، مسأله «پوشش هدف» در شبکه‌های حسگر بصری که در آن دوربین‌ها داده‌های ویدئویی را جمع‌آوری می‌کنند مورد توجه قرار گرفته است. با توجه به محدودیت توان حسگرها، لازم است با استفاده بهینه از انرژی ذخیره‌شده، ضمن حفظ پوشش همه اهداف مستقر در محیط، طول عمر شبکه را نیز افزایش داد. در اینجا مسأله بیشینه‌سازی طول عمر شبکه با زمان‌بندی پوشش (MLCS) تعریف می‌شود که با تقسیم حسگرها به مجموعه‌های پوششی و سپس نوبت‌بندی خواب و بیدار آنها، در عین حفظ پوشش، مدت زمان عملیاتی شبکه افزایش می‌یابد. از طرفی، انتخاب بهترین میدان دید ممکن برای هر دوربین با توجه به موقعیت اهداف پیرامونی و با استفاده از قابلیت چرخش دوربین‌ها، ضمن کاهش اندازه فضای جواب، تأثیر مهمی در نزدیکی پاسخ مسأله به جواب بهینه دارد. برای حل مسأله، یک الگوریتم جدید مبتنی بر تبرید شبیه‌سازی شده (SA) با هدف یافتن تعداد مجموعه‌های پوششی بیشتر از حسگرهای دارای ذخیره انرژی بالاتر، پیشنهاد می‌شود. در روش پیشنهادی با ارائه یک تابع انرژی و تولید همسایگی جدید، ضمن پرهیز از تله نقطه بهینه محلی، توزیع متوازن انرژی حسگرها در سراسر شبکه تأمین می‌شود. نتایج شبیه‌سازی نشان می‌دهد که کارایی الگوریتم پیشنهادی نسبت به سایر روش‌ها از جمله روش‌های حریصانه، بهتر است. پرونده مقاله -
دسترسی آزاد مقاله
2 - بهینه‌سازی مدارهای کوانتومی با استفاده از مدل محاسبات کوانتومی یک‌طرفه مبتنی بر هندسه الگو
مریم اسلامی مرتضي صاحب‌الزماني مهدي صدیقی محبوبه هوشمندیک مدل محاسباتی کاملاً کوانتومی که بر مبنای دو مفهوم درهم‌تنیدگی کوانتومی و اندازه‌گیری کوانتومی ارائه شده است، مدل محاسباتی کوانتومی یک‌طرفه WQC)1( نام دارد. محاسبات در مدل WQC1 با الگوهای اندازه‌گیری نمایش داده می‌شوند. به منظور نمایش بهتر الگوهای مربوط از گراف درهم‌ت چکیده کاملیک مدل محاسباتی کاملاً کوانتومی که بر مبنای دو مفهوم درهم‌تنیدگی کوانتومی و اندازه‌گیری کوانتومی ارائه شده است، مدل محاسباتی کوانتومی یک‌طرفه WQC)1( نام دارد. محاسبات در مدل WQC1 با الگوهای اندازه‌گیری نمایش داده می‌شوند. به منظور نمایش بهتر الگوهای مربوط از گراف درهم‌تنیدگی استفاده می‌شود که این گراف به همراه مجموعه کیوبیت‌های ورودی و خروجی آن، هندسه الگو نامیده می‌شود. تکنیک‌هایی به منظور بهینه‌سازی الگوهای حاصل از یک مدار کوانتومی در مدل WQC1 ارائه شده است. در کارهای پیشین از مدل WQC1 به منظور بهینه‌سازی مدارهای کوانتومی استفاده شده است. یک مدار کوانتومی (اولیه) به الگوهای WQC1 تبدیل شده و بهینه‌سازی‌های ارائه‌شده در این مدل بر روی آن با استفاده از مجموعه قوانین بازنویسی به صورت ترتیبی بر روی گراف درهم‌تنیدگی حاصل از الگوی مربوط انجام شده و آن را ساده می‌کرد. سپس الگوی ساده‌شده مجدداً به مدار کوانتومی (ثانویه) تبدیل می‌گردید. در این مقاله روش‌های قبلی برای بهینه‌سازی مدارات کوانتومی با استفاده از مدل 1WQC بهبود داده می‌شود. در روش جدید به منظور بهینه‌سازی الگوی 1WQC حاصل از مدار کوانتومی، بر خلاف روش‌های گذشته از هیچ یک از قوانین بازنویسی به منظور ساده‌سازی الگو استفاده نشده و سعی شده است که تنها با بررسی هندسه الگو، تکنیک‌های بهینه‌سازی به صورت همزمان الگوی مربوط را ساده کنند. پس از اجرای عملیات بهینه‌سازی، الگوی مربوطه مجدداً به مدار کوانتومی تبدیل می‌شود و با کاهش کیوبیت‌های کمکی ساده‌تر می‌شود. نتایج نشان می‌دهد معیارهای هزینه مدار کوانتومی در روش جدید در مقایسه با روش‌های پیشین کاهش یافته است. پرونده مقاله -
دسترسی آزاد مقاله
3 - EBONC: يک روش جديد خوشه‌بندي آگاه از انرژي، مبتني بر تعداد خوشه بهينه براي شبکه حسگر بي‌سيم متحرک
نسیم نوروزی هادی طباطبایی ملاذی محمود فضلعلیمحدوديت انرژي يکي از چالش‌هاي اساسی در شبکه‌هاي حسگر بي‌سيم است که طول عمر شبکه را به صورت مستقيم تحت تأثير قرار مي‌دهد. يک راه حل بهبود کارايي عمومي شبکه و توزيع يکنواخت انرژي در آن، خوشه‌بندي گره‌های شبکه است. انتخاب تعداد خوشه‌ها براي رسيدن به يک گذردهي کارای شبکه کا چکیده کاملمحدوديت انرژي يکي از چالش‌هاي اساسی در شبکه‌هاي حسگر بي‌سيم است که طول عمر شبکه را به صورت مستقيم تحت تأثير قرار مي‌دهد. يک راه حل بهبود کارايي عمومي شبکه و توزيع يکنواخت انرژي در آن، خوشه‌بندي گره‌های شبکه است. انتخاب تعداد خوشه‌ها براي رسيدن به يک گذردهي کارای شبکه کاري بس دشوار است زيرا با افزايش تعداد سرخوشه‌ها، براي رسيدن بسته از مبدأ به مقصد، تعداد پرش‌هاي زيادي مي‌بايست صورت گيرد. افزايش تعداد پرش‌ها باعث پردازش بیشتر اطلاعات و افزایش مصرف انرژي مي‌گردد. اين مقاله، يک روش خوشه‌بندي را با آگاهي از مكان و انرژي گره‌ها ارائه مي‌نمايد که سعي در تشكيل خوشه‌هايي با اندازه بهینه و انتخاب سرخوشه بر اساس سطح انرژي گره‌ها به منظور كاهش مصرف انرژي دارد. روش پيشنهادي محيط شبكه را به دواير متحدالمركزي تقسيم کرده و تعداد خوشه بهينه هر دور را به نحوي که مصرف انرژي شبکه بهبود يابد محاسبه می‌کند. در همين رأستا از الگوريتم شايعه‌پراکني به منظور تبادل انرژي بين گره‌ها استفاده مي‌نمايد. كارايي بهتر اين روش از لحاظ افزايش طول عمر مفيد شبكه در مقايسه با روش‌هاي پيشين نظير ASH از طريق شبيه‌سازي بررسی شده است. روش پيشنهادي از نظر طول عمر شبكه در حدود 25% تا 40% روش ASH را بهبود بخشيده است. پرونده مقاله -
دسترسی آزاد مقاله
4 - طبقه‌بندی و شناسایی وب سایت‌های فیشینگ به کمک مجموعه قوانین فازی و الگوریتم اصلاح‌شده بهینه‌سازی صفحات شیب‌دار
مجید عبدالرزاق نژادیکی از تهدیدات پیش روی توسعه فناوری اطلاعات در فضای مجازی، سرقت اطلاعات شخصی و مالی کاربران می‌باشد که این تهدید امنیتی، فیشینگ نامیده می‌شود. بررسی و تحلیل روش‌های موجود نشان می‌دهد که ایجاد انعطاف‌پذیری در انتخاب ویژگی‌های اثرگذار در فرایند شناسایی وب سایت‌های فیشینگ، چکیده کاملیکی از تهدیدات پیش روی توسعه فناوری اطلاعات در فضای مجازی، سرقت اطلاعات شخصی و مالی کاربران می‌باشد که این تهدید امنیتی، فیشینگ نامیده می‌شود. بررسی و تحلیل روش‌های موجود نشان می‌دهد که ایجاد انعطاف‌پذیری در انتخاب ویژگی‌های اثرگذار در فرایند شناسایی وب سایت‌های فیشینگ، پویاسازی رفتار الگوریتم طبقه‌بندی کننده وب سایت‌های هدف و نیز امکان تحلیل و کنترل حجم گسترده‌ای از وب سایت‌ها مورد توجه قرار نگرفته است. لذا در این مقاله به منظور تحقق همزمان سه هدف یادشده، ابتدا مکانیزمی بر اساس طراحی یک آستانه تغییر برای کاهش انعطاف‌پذیر ویژگی‌های مورد ارزیابی در شناسایی وب سایت‌های فیشینگ تعریف شده است. سپس با حافظه‌مند نمودن الگوریتم بهینه‌سازی صفحات شیب‌دار، کاهش نرم اثر حافظه بر عملکرد الگوریتم در تکرارهای بالا و نیز تعریف 12 قانون فازی در یک سیستم استنتاج فازی اقدام به پویاسازی هوشمند این الگوریتم به منظور طبقه‌بندی وب سایت‌های جامعه ارزیابی به سه طبقه قانونی، مشکوک و فیشینگ می‌نماید. نتیجه پیاده‌سازی رویکرد هوشمند جدید پیشنهادی بر روی داده محک استاندارد در این حوزه و نیز مقایسه عملکرد این الگوریتم با عملکرد بهترین الگوریتم‌های موجود، نشان از تحقق اهداف سه‌گانه فوق‌الذکر برای این تحقیق را دارد. پرونده مقاله -
دسترسی آزاد مقاله
5 - تشخیص زاویه قرارگیری شخص در تصویر با استفاده از اطلاعات کانتوری
علی سبطی حمید حسنپوردر بسیاری از کاربردها از جمله کاربردهای نظارتی، حالت و زاویه قرارگیری شخص نسبت به دوربین از اطلاعات مهم می‌باشد. این اطلاعات می‌تواند در ارزیابی رفتاری شخص مورد استفاده قرار گیرد. از دشواری‌های این تشخیص می‌توان به کیفیت پایین دوربین‌های نظارتی، نویز و پس‌زمینه‌های پیچی چکیده کاملدر بسیاری از کاربردها از جمله کاربردهای نظارتی، حالت و زاویه قرارگیری شخص نسبت به دوربین از اطلاعات مهم می‌باشد. این اطلاعات می‌تواند در ارزیابی رفتاری شخص مورد استفاده قرار گیرد. از دشواری‌های این تشخیص می‌توان به کیفیت پایین دوربین‌های نظارتی، نویز و پس‌زمینه‌های پیچیده در تصویر اشاره نمود. در روش‌های موجود برای تشخیص زاویه از ویژگی‌هایی نظیر هیستوگرام گرادیان‌های جهتی استفاده می‌شود. در این توصیف‌گر محاسبه هیستوگرام‌ها بر اساس نواحی محلی انجام می‌گیرد که دارای نقاط ضعفی در تشخیص زاویه می‌باشد. یکی از اطلاعات مفید که می‌تواند در تشخیص زاویه مورد استفاده قرار گیرد لبه‌های احاطه‌کننده یک شیء در تصویر است که بدان کانتور شیء اطلاق می‌گردد. در این مقاله تعمیمی از کانتور ارائه می‌شود که به کمک آن می‌توان به صورت سلسله‌مراتبی تخمینی از کانتور محاط‌شده به تصویر شخص را ارائه داد. این کانتورها از روی یک مدل سه‌بعدی انسان تولید می‌شوند. کانتور تخمین زده شده همانند یک ویژگی سطح بالا در کنار ویژگی‌های سطح پایین نظیر هیستوگرام گرادیان‌های جهتی به عنوان ویژگی نهایی در نظر گرفته می‌شود. در تولید این ویژگی از ترکیب خطی چندین نوع کانتور مربوط به بخش‌های مختلف بدن استفاده شده است. به منظور نشان‌دادن تأثیر ویژگی جدید در تشخیص زاویه، کلاس‌بند ماشین بردار پشتیبان با استفاده از ترکیب دو ویژگی بالا آموزش داده شده و سپس بر روی مجموعه داده‌های VIPeR مورد ارزیابی قرار گرفته است. نتایج آزمایشات انجام‌شده نشان می‌دهد که استفاده از ویژگی ارائه‌شده، دقت تشخیص زاویه را حدود 4% بهبود می‌بخشد. پرونده مقاله -
دسترسی آزاد مقاله
6 - تشخیص جنسیت نویسنده مستقل از متن و زبان نوشتاری با استفاده از پالایش پویای نمادین مبتنی بر تبدیل رادن
کاظم نوری هفت‌چشمه رضا خدادادي یونس اکبری سيدمحمد رضوي حسن احمدی ترشیزیدر این مقاله یک سیستم خودکار بر مبنای روشی جدید در استخراج ویژگی برای تشخیص جنسیت افراد از روی تصاویر اسکن‌شده نمونه دست‌خط ارائه شده است. در روش پیشنهادی به منظور نشان‌دادن تمایز بین نمونه‌های دست‌خط زنان و مردان، ابتدا از تصویر دست‌نوشته، تبدیل رادن گرفته می‌شود و سپس چکیده کاملدر این مقاله یک سیستم خودکار بر مبنای روشی جدید در استخراج ویژگی برای تشخیص جنسیت افراد از روی تصاویر اسکن‌شده نمونه دست‌خط ارائه شده است. در روش پیشنهادی به منظور نشان‌دادن تمایز بین نمونه‌های دست‌خط زنان و مردان، ابتدا از تصویر دست‌نوشته، تبدیل رادن گرفته می‌شود و سپس با استفاده از یک ابزار تحلیلی در سیستم‌های دینامیکی با عنوان پالایش پویای نمادین، ویژگی‌های هر نمونه دست‌خط استخراج می‌گردد. آموزش و طبقه‌بندی ویژگی‌های استخراج‌شده از نمونه‌های دست‌خط با شبکه عصبی پرسپترون چندلایه انجام شده است. در پایان با هدف بررسی کارایی روش پیشنهادی، آزمایش‌هایی بر روی بانک اطلاعاتی MSHD صورت پذیرفت. علاوه بر آزمایش تشخیص جنسیت بر روی کل بانک اطلاعاتی، دو چالش جدید تشخیص جنسیت مستقل از متن و زبان نوشتاری نیز بررسی شده است. آزمایش‌های انجام‌شده نشان می‌دهد روش پیشنهادی میزان دقت تشخیص را نسبت به کارهای قبلی که از روش‌های جدیدی در تحلیل دست‌خط از قبیل فرکتال‌ها، کدهای زنجیره‌ای و بافت‌ها بهره می‌برند، بهبود داده است. بهترین نرخ دقت به دست آمده در آزمایش‌ها 9/84 درصد گزارش شده است. پرونده مقاله -
دسترسی آزاد مقاله
7 - روشی جدید برای تطابق سریع و مقاوم تصاویر هوایی و ماهواره‌ای بر مبنای زاویه انتخابی و مقیاس
محسن صفدری پیمان معلم مهران ستاریبه منظور غلبه بر مشکلات تطابق تصاویر هوایی و ماهواره‌ای از جمله تغییرات مقیاسی، دوران، شدت روشنایی و شکل هندسی از روش SIFT برای استخراج نقاط ویژه استفاده شده است ولی این روش نقاط ویژه متعددی را از تصاویر هوایی و ماهواره‌ای به دلیل اغتششات و عوامل محیطی استخراج می‌کند که چکیده کاملبه منظور غلبه بر مشکلات تطابق تصاویر هوایی و ماهواره‌ای از جمله تغییرات مقیاسی، دوران، شدت روشنایی و شکل هندسی از روش SIFT برای استخراج نقاط ویژه استفاده شده است ولی این روش نقاط ویژه متعددی را از تصاویر هوایی و ماهواره‌ای به دلیل اغتششات و عوامل محیطی استخراج می‌کند که تعداد زیاد نقاط ویژه، باعث افزایش زمان ایجاد بردار توصیف‌گر و تطابق‌های نامطلوب خواهد شد. برای ارتقای کیفیت نقاط ویژه استخراج‌شده و افزایش سرعت اجرای الگوریتم، ابتدا لبه‌های اصلی تصاویر توسط عملگر سبل و آستانه‌گذاری استخراج گردیده و سپس نقاط ویژه از روی تصویر لبه‌ها با استفاده از روش SIFT استخراج می‌گردند. بعد از استخراج نقاط ویژه، با استفاده از روش rBREIF که پایداری مطلوبی در برابر دوران و اغتششات جوی دارد، توصیف‌گرهایی برای هر یک از نقاط ویژه ایجاد می‌شود. سپس با استفاده از روش تطابق دوطرفه و حذف تطابق‌های نامطلوب با استفاده از روش RANSAC تطابق‌های صحیح بین تصاویر هوایی و ماهواره‌ای توسط روش پیشنهادی ایجاد می‌گردد. نتایج پیاده‌سازی روش پیشنهادی بر روی تصاویر تهیه‌شده، نشان‌دهنده برتری این روش از لحاظ صحت تطابق‌ها و سرعت این روش نسبت به روش‌های قبلی از جمله روش SIFT می‌باشد. پرونده مقاله -
دسترسی آزاد مقاله
8 - تشخیص خودکار خطا در پایگاه داده، مبتنی بر خوشه‌بندی و نزدیک‌ترین همسایگی
مهدیه عطاییان نگین دانشپورکیفیت داده‌ها در امر تصمیم‌گیری سازمان‌ها تأثیرگذار می‌باشد، به گونه‌ای که تصمیم‌گیری مبتنی بر داده‌های فاقد کیفیت سازمان را متحمل هزینه‌های بالایی می‌کند. کیفیت داده‌ها دارای ابعاد متنوعی می‌باشد که صحت از مهم‌ترین این ابعاد است. جهت تصحیح داده‌ها نیاز به تشخیص خطا وجو چکیده کاملکیفیت داده‌ها در امر تصمیم‌گیری سازمان‌ها تأثیرگذار می‌باشد، به گونه‌ای که تصمیم‌گیری مبتنی بر داده‌های فاقد کیفیت سازمان را متحمل هزینه‌های بالایی می‌کند. کیفیت داده‌ها دارای ابعاد متنوعی می‌باشد که صحت از مهم‌ترین این ابعاد است. جهت تصحیح داده‌ها نیاز به تشخیص خطا وجود دارد که با توجه به حجم بالای داده‌ها، نیاز به یک سیستم خودکار است تا بدون دخالت کاربر این فرایند انجام گیرد. در این مقاله راهکاری خودکار مبتنی بر خوشه‌بندی k - means جهت تشخیص خطا ارائه شده است. در ابتدا به ازای هر ویژگی، داده‌ها خوشه‌بندی می‌شوند و سپس به ازای هر داده در آن خوشه از روش شبه k نزدیک‌ترین همسایه، جهت شناسایی خطا استفاده می‌شود. روش پیشنهادی توانایی تشخیص چندین خطا در یک رکورد را دارد و همچنین قادر است خطا در فیلدهایی با انواع داده متفاوت را نیز شناسایی کند. آزمایشات نشان می‌دهد که به طور متوسط این روش می‌تواند 91% خطاهای موجود در داده‌ها را شناسایی نماید. همچنین روش پیشنهادی با یک روش تشخیص خطا به وسیله قوانین که همانند راهکار پیشنهادی روشی خودکار برای تشخیص خطا در انواع داده‌ای متفاوت است نیز مورد مقایسه قرارگرفته و نتایج نشان می‌دهد که روش پیشنهادی به طور متوسط 25% عملکرد بهتری در تشخیص خطا داشته است. پرونده مقاله