فهرست مطالب
نشریه مهندسی برق و مهندسی کامپیوتر ایران
سال چهاردهم شماره 4 (پیاپی 41، زمستان 1395)
- ب - مهندسی کامپیوتر
- تاریخ انتشار: 1395/12/24
- تعداد عناوین: 8
-
-
صفحات 271-285در سال های اخیر، مساله «پوشش هدف» در شبکه های حسگر بصری که در آن دوربین ها داده های ویدئویی را جمع آوری می کنند مورد توجه قرار گرفته است. با توجه به محدودیت توان حسگرها، لازم است با استفاده بهینه از انرژی ذخیره شده، ضمن حفظ پوشش همه اهداف مستقر در محیط، طول عمر شبکه را نیز افزایش داد. در اینجا مساله بیشینه سازی طول عمر شبکه با زمان بندی پوشش (MLCS) تعریف می شود که با تقسیم حسگرها به مجموعه های پوششی و سپس نوبت بندی خواب و بیدار آنها، در عین حفظ پوشش، مدت زمان عملیاتی شبکه افزایش می یابد. از طرفی، انتخاب بهترین میدان دید ممکن برای هر دوربین با توجه به موقعیت اهداف پیرامونی و با استفاده از قابلیت چرخش دوربین ها، ضمن کاهش اندازه فضای جواب، تاثیر مهمی در نزدیکی پاسخ مساله به جواب بهینه دارد. برای حل مساله، یک الگوریتم جدید مبتنی بر تبرید شبیه سازی شده (SA) با هدف یافتن تعداد مجموعه های پوششی بیشتر از حسگرهای دارای ذخیره انرژی بالاتر، پیشنهاد می شود.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 تامین می شود. نتایج شبیه سازی نشان می دهد که کارایی الگوریتم پیشنهادی نسبت به سایر روش ها از جمله روش های حریصانه، بهتر است.کلیدواژگان: پوشش هدف، تبرید شبیه سازی شده، شبکه های حسگر بصری، طول عمر شبکه
-
صفحات 286-298یک مدل محاسباتی کاملا کوانتومی که بر مبنای دو مفهوم درهم تنیدگی کوانتومی و اندازه گیری کوانتومی ارائه شده است، مدل محاسباتی کوانتومی یک طرفه (1WQC) نام دارد. محاسبات در مدل 1WQC با الگوهای اندازه گیری نمایش داده می شوند. به منظور نمایش بهتر الگوهای مربوط از گراف درهم تنیدگی استفاده می شود که این گراف به همراه مجموعه کیوبیت های ورودی و خروجی آن، هندسه الگو نامیده می شود. تکنیک هایی به منظور بهینه سازی الگو های حاصل از یک مدار کوانتومی در مدل 1WQC ارائه شده است. در کارهای پیشین از مدل 1WQC به منظور بهینه سازی مدارهای کوانتومی استفاده شده است. یک مدار کوانتومی (اولیه) به الگوهای 1WQC تبدیل شده و بهینه سازی های ارائه شده در این مدل بر روی آن با استفاده از مجموعه قوانین بازنویسی به صورت ترتیبی بر روی گراف درهم تنیدگی حاصل از الگوی مربوط انجام شده و آن را ساده می کرد. سپس الگوی ساده شده مجددا به مدار کوانتومی (ثانویه) تبدیل می گردید. در این مقاله روش های قبلی برای بهینه سازی مدارات کوانتومی با استفاده از مدل 1WQC بهبود داده می شود. در روش جدید به منظور بهینه سازی الگوی 1WQC حاصل از مدار کوانتومی، بر خلاف روش های گذشته از هیچ یک از قوانین بازنویسی به منظور ساده سازی الگو استفاده نشده و سعی شده است که تنها با بررسی هندسه الگو، تکنیک های بهینه سازی به صورت همزمان الگوی مربوط را ساده کنند. پس از اجرای عملیات بهینه سازی، الگوی مربوطه مجددا به مدار کوانتومی تبدیل می شود و با کاهش کیوبیت های کمکی ساده تر می شود. نتایج نشان می دهد معیارهای هزینه مدار کوانتومی در روش جدید در مقایسه با روش های پیشین کاهش یافته است.کلیدواژگان: محاسبات کوانتومی، مدل محاسبات کوانتومی مبتنی بر اندازه گیری، مدل محاسبات کوانتومی یک طرفه، بهینه سازی، هندسه الگو
-
صفحات 299-310محدودیت انرژی یکی از چالش های اساسی در شبکه های حسگر بی سیم است که طول عمر شبکه را به صورت مستقیم تحت تاثیر قرار می دهد. یک راه حل بهبود کارایی عمومی شبکه و توزیع یکنواخت انرژی در آن، خوشه بندی گره های شبکه است. انتخاب تعداد خوشه ها برای رسیدن به یک گذردهی کارای شبکه کاری بس دشوار است زیرا با افزایش تعداد سرخوشه ها، برای رسیدن بسته از مبدا به مقصد، تعداد پرش های زیادی می بایست صورت گیرد. افزایش تعداد پرش ها باعث پردازش بیشتر اطلاعات و افزایش مصرف انرژی می گردد.این مقاله، یک روش خوشه بندی را با آگاهی از مکان و انرژی گره ها ارائه می نماید که سعی در تشکیل خوشه هایی با اندازه بهینه و انتخاب سرخوشه بر اساس سطح انرژی گره ها به منظور کاهش مصرف انرژی دارد. روش پیشنهادی محیط شبکه را به دوایر متحدالمرکزی تقسیم کرده و تعداد خوشه بهینه هر دور را به نحوی که مصرف انرژی شبکه بهبود یابد محاسبه می کند. در همین راستا از الگوریتم شایعه پراکنی به منظور تبادل انرژی بین گره ها استفاده می نماید. کارایی بهتر این روش از لحاظ افزایش طول عمر مفید شبکه در مقایسه با روش های پیشین نظیر ASH از طریق شبیه سازی بررسی شده است. روش پیشنهادی از نظر طول عمر شبکه در حدود 25% تا 40% روش ASH را بهبود بخشیده است.کلیدواژگان: شبکه حسگر بی سیم متحرک، خوشه بندی، انتخاب سرخوشه، الگوریتم شایعه پراکنی
-
صفحات 311-321یکی از تهدیدات پیش روی توسعه فناوری اطلاعات در فضای مجازی، سرقت اطلاعات شخصی و مالی کاربران می باشد که این تهدید امنیتی، فیشینگ نامیده می شود. بررسی و تحلیل روش های موجود نشان می دهد که ایجاد انعطاف پذیری در انتخاب ویژگی های اثرگذار در فرایند شناسایی وب سایت های فیشینگ، پویاسازی رفتار الگوریتم طبقه بندی کننده وب سایت های هدف و نیز امکان تحلیل و کنترل حجم گسترده ای از وب سایت ها مورد توجه قرار نگرفته است. لذا در این مقاله به منظور تحقق هم زمان سه هدف یادشده، ابتدا مکانیزمی بر اساس طراحی یک آستانه تغییر برای کاهش انعطاف پذیرویژگی های مورد ارزیابی در شناسایی وب سایت های فیشینگ تعریف شده است. سپس با حافظه مند نمودن الگوریتم بهینه سازی صفحات شیب دار، 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 طبقه بندی وب سایت های جامعه ارزیابی به سه طبقه قانونی، مشکوک و فیشینگ می نماید. نتیجه پیاده سازی رویکرد هوشمند جدید پیشنهادی بر روی داده محک استاندارد در این حوزه و نیز مقایسه عملکرد این الگوریتم با عملکرد بهترین الگوریتم های موجود، نشان از تحقق اهداف سه گانه فوق الذکر برای این تحقیق را دارد.کلیدواژگان: انتخاب هوشمند ویژگی، استنتاج فازی، الگوریتم بهینه سازی صفحات شیبدار، شناسایی وب سایت های فیشینگ، طبقه بندی
-
صفحات 322-332در بسیاری از کاربردها از جمله کاربردهای نظارتی، حالت و زاویه قرارگیری شخص نسبت به دوربین از اطلاعات مهم می باشد. این اطلاعات می تواند در ارزیابی رفتاری شخص مورد استفاده قرار گیرد. از دشواری های این تشخیص می توان به کیفیت پایین دوربین های نظارتی، نویز و پس زمینه های پیچیده در تصویر اشاره نمود. در روش های موجود برای تشخیص زاویه از ویژگی هایی نظیر هیستوگرام گرادیان های جهتی استفاده می شود. در این توصیف گر محاسبه هیستوگرام ها بر اساس نواحی محلی انجام می گیرد که دارای نقاط ضعفی در تشخیص زاویه می باشد. یکی از اطلاعات مفید که می تواند در تشخیص زاویه مورد استفاده قرار گیرد لبه های احاطه کننده یک شیء در تصویر است که بدان کانتور شیء اطلاق می گردد. در این مقاله تعمیمی از کانتور ارائه می شود که به کمک آن می توان به صورت سلسله مراتبی تخمینی از کانتور محاط شده به تصویر شخص را ارائه داد. این کانتورها از روی یک مدل سه بعدی انسان تولید می شوند. کانتور تخمین زده شده همانند یک ویژگی سطح بالا در کنار ویژگی های سطح پایین نظیر هیستوگرام گرادیان های جهتی به عنوان ویژگی نهایی در نظر گرفته می شود. در تولید این ویژگی از ترکیب خطی چندین نوع کانتور مربوط به بخش های مختلف بدن استفاده شده است. به منظور نشان دادن تاثیر ویژگی جدید در تشخیص زاویه، کلاس بند ماشین بردار پشتیبان با استفاده از ترکیب دو ویژگی بالا آموزش داده شده و سپس بر روی مجموعه داده های VIPeR مورد ارزیابی قرار گرفته است. نتایج آزمایشات انجام شده نشان می دهد که استفاده از ویژگی ارائه شده، دقت تشخیص زاویه را حدود 4% بهبود می بخشد.کلیدواژگان: اطلاعات کانتوری شخص، خوشه بندی سلسله مراتبی، سیستم های نظارتی
-
صفحات 333-341در این مقاله یک سیستم خودکار بر مبنای روشی جدید در استخراج ویژگی برای تشخیص جنسیت افراد از روی تصاویر اسکن شده نمونه دست خط ارائه شده است. در روش پیشنهادی به منظور نشان دادن تمایز بین نمونه های دست خط زنان و مردان، ابتدا از تصویر دست نوشته، تبدیل رادن گرفته می شود و سپس با استفاده از یک ابزار تحلیلی در سیستم های دینامیکی با عنوان پالایش پویای نمادین، ویژگی های هر نمونه دست خط استخراج می گردد. آموزش و طبقه بندی ویژگی های استخراج شده از نمونه های دست خط با شبکه عصبی پرسپترون چندلایه انجام شده است. در پایان با هدف بررسی کارایی روش پیشنهادی، آزمایش هایی 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. آزمایش های انجام شده نشان می دهد روش پیشنهادی میزان دقت تشخیص را نسبت به کارهای قبلی که از روش های جدیدی در تحلیل دست خط از قبیل فرکتال ها، کدهای زنجیره ای و بافت ها بهره می برند، بهبود داده است. بهترین نرخ دقت به دست آمده در آزمایش ها 84.9 درصد گزارش شده است.کلیدواژگان: پالایش پویای نمادین، تبدیل رادن، تشخیص جنسیت نویسنده، دست خط برون خط
-
صفحات 342-348به منظور غلبه بر مشکلات تطابق تصاویر هوایی و ماهواره ای 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 ماهواره ای به دلیل اغتششات و عوامل محیطی استخراج می کند که تعداد زیاد نقاط ویژه، باعث افزایش زمان ایجاد بردار توصیف گر و تطابق های نامطلوب خواهد شد. برای ارتقای کیفیت نقاط ویژه استخراج شده و افزایش سرعت اجرای الگوریتم، ابتدا لبه های اصلی تصاویر توسط عملگر سبل و آستانه گذاری استخراج گردیده و سپس نقاط ویژه از روی تصویر لبه ها با استفاده از روش SIFT استخراج می گردند. بعد از استخراج نقاط ویژه، با استفاده از روش rBREIF که پایداری مطلوبی در برابر دوران و اغتششات جوی دارد، توصیف گرهایی برای هر یک از نقاط ویژه ایجاد می شود. سپس با استفاده از روش تطابق دوطرفه و حذف تطابق های نامطلوب با استفاده از روش RANSAC تطابق های صحیح بین تصاویر هوایی و ماهواره ای توسط روش پیشنهادی ایجاد می گردد. نتایج پیاده سازی روش پیشنهادی بر روی تصاویر تهیه شده، نشان دهنده برتری این روش از لحاظ صحت تطابق ها و سرعت این روش نسبت به روش های قبلی از جمله روش SIFT می باشد.کلیدواژگان: نقاط ویژه، بردار توصیف گر، عملگر سبل، SIFT، rBREIF، تطابق دوطرفه، RANSAC
-
صفحات 349-356کیفیت داده ها در امر تصمیم گیری سازمان ها تاثیرگذار می باشد، به گونه ای که تصمیم گیری مبتنی بر داده های فاقد کیفیت سازمان را متحمل هزینه های بالایی می کند. کیفیت داده ها دارای ابعاد متنوعی می باشد که صحت از مهم ترین این ابعاد است. جهت تصحیح داده ها نیاز به تشخیص خطا وجود دارد که با توجه به حجم بالای داده ها، نیاز به یک سیستم خودکار است تا بدون دخالت کاربر این فرایند انجام گیرد.در این مقاله راهکاری خودکار مبتنی بر خوشه بندی k-means جهت تشخیص خطا ارائه شده است. در ابتدا به ازای هر ویژگی، داده ها خوشه بندی می شوند و سپس به ازای هر داده در آن خوشه از روش شبه k نزدیک ترین همسایه، جهت شناسایی خطا استفاده می شود. 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 می دهد که به طور متوسط این روش می تواند %91 خطاهای موجود در داده ها 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 داده ای متفاوت است نیز مورد مقایسه قرارگرفته و نتایج نشان می دهد که روش پیشنهادی به طور متوسط 25% عملکرد بهتری در تشخیص خطا داشته است.کلیدواژگان: تصحیح داده، تشخیص خودکار خطا، خوشه بندی، k، means
-
Pages 271-285In recent years, target coverage is one of the important problems in visual sensor networks. An efficient use of energy is required in order to increase the network lifetime, while covering all the targets. In this paper, we address the Maximum Lifetime with Coverage Scheduling (MLCS) problem that maximizes the network lifetime. We develop a simulated annealing (SA) algorithm that divides the sensors Field-of-View (FoV) to a number of cover sets that can cover all the targets and then applies a sleep-wake scheduling algorithm. On the other hand, we have to identify the best possible FoV of sensors according to the targets location using rotating cameras, to reduce the solution space and find a near-optimal solution. It also provides the balanced distribution of energy consumption by introducing a new energy and neighbor generating function as well as escaping from local optima. Finally, we conduct some simulation experiments to evaluate the performance of our proposed method by comparing with well-known solutions in the literature such as greedy algorithms.
-
Pages 286-298A fundamentally quantum model of computation based on quantum entanglement and quantum measurement is called one-way quantum computation model (1WQC). Computations are shown by measurement patterns (or simply patterns) in this model where an initial highly entangled state called a graph state is used to perform universal quantum computations. This graph together with the set of its input and output qubits is called the geometry of the pattern. Moreover, some optimization techniques have been introduced to simplify patterns.
Previously, the 1WQC model has been applied to optimize quantum circuits. An approach for parallelizing quantum circuits has been proposed which takes a quantum circuit and then produces the corresponding pattern after performing the proposed optimization techniques for this model. Then it translates the optimized 1WQC patterns back to quantum circuits to parallelize the initial quantum circuit by using a set of rewriting rules.
To improve previous works, in this paper, a new automatic approach is proposed to optimize patterns based on their geometries instead of using rewriting rules by applying optimization techniques simultaneously. Moreover, the optimized pattern is translated back to a quantum circuit and then this circuit is simplified by decreasing the number of auxiliary qubits. Results show that the quantum circuit cost metrics of the proposed approach is improved as compared to the previous ones. -
Pages 299-310The energy constraint is one of the key challenges in wireless sensor networks that directly affects the network lifetime. Clustering the sensor nodes is one of the possible approaches to improving the energy efficiency by uniformly distributing the energy consumption among the nodes. The number of appropriate clusters plays an important role in the network throughput. A Large number of clusters imply that packets pass more hops to reach the destination, which results in higher energy consumption. In this paper, we devise an energy and location aware clustering scheme that tries to optimize the number of required clusters. Moreover, the cluster heads are chosen according to their energy levels. The devised scheme partitions the network into concentric circles and calculates the appropriate number of clusters to provide an energy efficient network. A gossiping approach is used to provide information exchange mechanism. The performance of the devised approach is compared with ASH scheme. The simulation results show the network lifetime is improved from 25% to 40% in difference network scenarios.
-
Pages 311-321One of the most important factors influencing the development of information technology on internet is steal the customer information. This security threat is known as phishing. With regarding to review and analysis of the published methods, lake of create the flexibility to effective attribute selection in the procedure of phishing websites detection, non- dynamic behavior of classification algorithm on target websites and also no attention to reduce the amount of computation for the large number of websites are the main gaps of these methods. To achieve the above-mentioned objectives, a new dynamic mechanism is planned to flexible attribute reduction based on designing threshold change of assessment in this paper. Then inclined planes optimization algorithm is memorized based soft reducing the effect of the embedded memory though high iterations and 12 fuzzy rules are defined in a fuzzy inference system for intelligent dynamiting the algorithm. The experimental results of the proposed intelligent algorithm and the comparison the algorithms with the best available algorithms; demonstrate the ability of the modified inclined planes optimization algorithm to detect phishing websites and satisfy the above mentioned objectives.
-
Pages 322-332Pose and orientation of a person relative to the camera are the important and useful information in many applications, including surveillance systems. This information can be used in the behavior analysis of the person. Low quality of the recorded surveillance images, noisy data and cluttered backgrounds are some of the difficulties in this task. In the existing methods, histogram of orientation gradient (HOG) is used to estimate the orientation. The local properties of HOG is a weakness for orientation estimation. The edge surrounding the object, namely contour, is a useful information for orientation estimation. In this paper we present a general form of a contour. This hyper contour helps us to find the best contour which is matched to image of the person in a hierarchical fashion. These contours generated from a human 3D model. The matched contour as a high-level feature is combined with the low-level feature such as HOG, and considered as the final feature. The proposed feature is a linear combination of several types of contours with respect to different regions of the body. To show the impact of the proposed feature on orientation estimation, a support vector machine is trained on a hybrid feature space and then is evaluated on VIPeR dataset. The experimental results show that the accuracy of the orientation estimation is improved about 4% by using the extended feature.
-
Pages 333-341In this paper an automated system based on feature extraction of new techniques is presented to detect the gender from the scanned images (off-line) handwriting samples. In order to show the difference between examples of handwriting, in the first step Radon transform is taken from the handwritten image, and then each handwriting sample features are extracted using symbolic dynamic filtering. Training and classification of extracted features from the samples are carried out by the multi-layer perceptron neural network. At the end, to determine the effectiveness of the proposed method, experiments are carried out on the Multi Script Handwritten Database (MSHD). In addition, two new challenges of text and script-independent gender detection are explored. Experiences show that the proposed method improves the detection rate compared to the previous works such as fractals, chain codes and textures. The best detection rate is able to achieve accuracy of 84.9% in experiences.
-
Pages 349-356Data quality affects on companies decision making, so that decisions based on data without quality incur companies high costs. Data quality has various dimensions and accuracy is the most important of these dimensions. Error detection is needed for data cleaning. Due to the huge volume of data, an automatic system is needed to perform this process without user interaction. In this paper an approach is proposed based on k-means clustering for error detection. Firstly data are clustered for each attribute. Then for each data in each cluster a method similar to k-nearest neighbor is used for detecting errors. The proposed method is able to detect multiple errors in one record. Also this approach is able to detect errors in fields with various attribute types. Experimental results show that this approach can detect 91% of errors in data on average. Also the proposed approach is compared with an automatic method which detects errors based on rule in various attribute types. Experimental results show that the proposed approach has on average 25%better performance to detect errors.
©2000-2024 magiran.com All Rights Reserved.