فهرست مطالب

The Modares Journal of Electrical Engineering - Volume:15 Issue: 4, 2016

The Modares Journal of Electrical Engineering
Volume:15 Issue: 4, 2016

  • تاریخ انتشار: 1394/12/01
  • تعداد عناوین: 6
|
  • مقاله پژوهشی کامل
  • شیرین شکرانی پور، مریم حسن زاده صفحات 1-7
    هنر پنهان نگاری برای پنهان کردن رابطه و پیام های محرمانه بین فرستنده و گیرنده به خاطر از امنیت اطلاعات در شبکه های ارتباطی. ظرفیت، imperceptibility و نیرومندی سه رکن مهم از الزامات پنهان نگاری هستند. افزایش هر یک از این عوامل در پنهان نگاری ممکن است در کاهش عوامل دیگر منجر شود. روش های بهینه سازی با توجه به مقدار قابل قبول برای یک عامل می تواند مورد استفاده برای افزایش عوامل دیگر. در این مقاله با مشخص کردن دامنه PSNR به عنوان یک اقدام imperceptibility و به منظور افزایش ظرفیت، پنهاننگاری با استفاده از الگوریتم PSO انجام شده است. در روش ارائه شده با توجه به سفارش از هر بیت هواپیما از تصویر پوشش، پنهان نگاری با روش رمزگذاری ماتریس را اجرا کنید. در مطالعه حاضر ظرفیت تصاویر stego برای تصاویر پوشش معروف پرداخته شده است. نتایج نشان می دهد که روش ارائه شده در مقایسه با برخی از آنهایی که اخیر PSNR بهتر در علاوه بر افزایش ظرفیت فراهم می کند.
    کلیدواژگان: نهاننگاری، ظرفیت، بیت هواپیما، را پشتیبانی می کند ماتریس، PSO، PSNR
  • سارا پورمحمدی، علی مالکی* صفحات 8-13
    این مقاله روش جدیدی برای ارزیابی استرس رانندگی با استفاده از خوشه بندی فازی ارائه می دهد. در تمامی پژوهش های پیشین، استرس رانندگی در سطوحی گسسته اندازه گیری شده اند، اما در این مقاله نشان داده شده که ثابت در نظر گرفتن سطح استرس در یک دوره زمانی طولانی صحیح نیست. با رد گسسته در نظر گرفتن سطوح استرس، دادگان بدون برچسب فرض می شوند. در نتیجه روش خوشه بندی پیشنهاد شده تا فقدان طبقه بندی کننده را جبران کند. به دلیل عدم قطعیت و همچنین همپوشانی دادگان، خوشه بندی فازی پیشنهاد شده است. در الگوریتم پیشنهادی، با استفاده از میزان تعلق خوشه که از روش fuzzy c-means به دست آمده و وزنی که به کمک سیستم استنتاج فازی به خوشه تخصیص داده می شود، معیاری پیوسته برای استرس فرد در فواصل زمانی کوتاه ارائه شده است. مقیاس پیوسته بین 0 تا 100 تعیین شده در حالی که مقادیر بزرگ تر، سطوح استرس بالاتر را ارائه می دهند. نتایج شبیه سازی نه تنها یافته های پژوهش های پیشین را تائید می کنند بلکه نشانگر افزایش دقت و صحت ارزیابی استرس می باشند.
  • سعید نوروزی داودخانی، لیلی فرزین وش، لیلی محمد خانلی صفحات 14-18
    در این مقاله مسئله رمزنگاری تصویر بررسی شده است. درالگوریتم پیشنهادی، یک تابع آشوب جدید برای تولید داده های شبه تصادفی طراحی شده است. این تابع رفتار تصادفی تری نسبت به توابع آشوب موجود دارد. بنابراین با استفاده از آن، تصویر رمز شده خصوصیات تصادفی تری خواهد داشت. برای تولید تصویر رمز شده، هر پیکسل در تصویر اصلی با یک عدد شبه تصادفی که بوسیله تابع آشوب تولید شده، XOR می شود. با توجه به روش کد گذاری، هر پیکسل در تصویر کد شده تنها از پیکسل متناظر در تصویر اصلی تاثیر می پذیرد. بنابراین روش ارائه شده در برابر نویز بسیار مقاوم خواهد بود. برای بررسی کارایی روش ارائه شده، معیارهای مختلف، شامل آنتروپی، ضریب همبستگی، و میزان حساسیت را، برای تصاویر رمز شده مطالعه نموده ایم. نتایج به دست آمده نشان می دهند که الگوریتم پیشنهادی مقدار این معیارها را نسبت به روش های قبلی بهبود داده است. به علاوه هیستوگرام های تولید شده به وسیله این الگوریتم یکنواخت تر هستند.
    کلیدواژگان: رمزنگاری تصویر، تابع آشوب، نویز
  • راضیه زال، محمدرضا کیوان پور صفحات 19-26
    در این کار، ما روش MRE2C برای طبقه ی بندی داده های چند رابطه ای تعریف کرده ایم. داده های چندرابطه ای در پایگاه داده های رابطه ای ذخیره میشوند که شامل چندین رابطه میباشد که به یکدیگر بوسیله ی اتصالات ارتباط-موجودیت متصل شده اند. MRE2C چندین زیر مجموعه از ویژگی ها را از پایگاه داده های رابطه ای می سازد و سپس طبقه بندهای سنتی را به عنوان طبقه بند پایه اعمال می کند. در نهایت با استفاده از یک روش دو مرحله ای ترکیب طبقه بندها، نتایج طبقه بندهای پایه را با هم ترکیب می کند. در گام اول ترکیب، از یک روش رای گیری محلی استفاده می کند تا ویژگی های متا را ایجاد کند و سپس طبقه بند متا را یاد می گیرد تا نتایج طبقه بندهای پایه را با هم ترکیب کند. تست روی دو پایگاه داده ها و شش کار یادگیری انجام می شود. روش پیشنهادی با روش های طبقه بند چند رابطه ای معروف که هر یک از رویکردهای متفاوت استفاده می کنند تا به تنظیمات داده های چند رابطه ای رسیدگی کنند، مقایسه می شود. در نهایت نشان داده خواهد شد که روش پیشنهادی نتایج امیدبخشی در این تجربه ها بدست می آورد.
    کلیدواژگان: طبقه بندی چند رابطه ای، پایگاه داده های رابطه ای، یادگیری تجمیعی، یادگیر متا
  • حمیده جعفری، جواد پشتان صفحات 27-34
    در این مقاله از ترکیب داده انتگرال فازی به منظور تشخیص عیب اتصال کرتاه سیم پیچی استاتور موتور القایی استفاده شده است. ویژگی های زمانی از سیگنال های سه فاز جریان استخراج شده و روشی بر اساس انتگرال فازی به منظور انتخاب ویژگی های مناسب از میان مجموعه ویژگی های استخراج شده ارائه می شود. روش c-میانگین فازی برای دسته بندی حالات مختلف مورد استفاده قرار گرفته و با استفاده از آن مقادیر عضویت هر ویژگی برای هر حالت عیب تعیین شده است. سرانجام ویژگی ها در دو سطح ویژگی و سطح تصمیم با استفاده از انتگرال فازی ترکیب شده و با استفاده از آن حالت سیستم تعیین شده است. نتایج حاصل از آزمایش نشان می دهد که روش ترکیب داده انتگرال فازی با قابلیت اطمینان بالایی عیب موجود در موتور القایی را تشخیص می دهد.
    کلیدواژگان: انتگرال فازی، ترکیب داده، تشخیص و جداسازی عیب، موتور القایی، جریان سه فاز استاتور
  • محمدعلی سادات حسینی، کریم سلحشور صفحات 35-40
    در این مقاله یک روش جدید برای بهبود عملکرد سیستم های کنترل شده تحت شبکه درحضورتاخیرزمانی تصادفی شبکه براساس کنترل کننده پیش بین مبتنی بر مدل پیشنهاد شده است. برای این منظور یک کنترل کننده پیش بین مبتنی برمدل براساس فیدبک متغیرهای حالت توسعه داده شده است تا بتواند تاخیر زمانی تصادفی شبکه را در حضور اغتشاش به کمک قیود روی متغیر های حالت و سیگنال کنترلی از بین ببرد.هدف اصلی این مقاله کاهش اثرات مخرب تاخیر زمانی تصادفی شبکه در سیستم های کنترل شده تحت شبکه به کمک طراحی یک کنترل کننده پیش بین مدل پایه است.در نهایت توانمندی روش پیشنهاد شده بر روی یک پایلوت پلنت که ساختار ان براساس سیستم کنترل شده تحت شبکه ازجمله شبکه فیلدباس و اترنت صنعتی می باشد ارزیابی شده است.همان طور که نشان داده شده است روش پیشنهاد شده عملکرد بهتر،پاسخ سریع تر، فراجهش کمترو مقاومت بیشترداردو همچنین سیگنال کنترلی روش پیشنهاد شده تغییرات کمتری نیز دارد.
    کلیدواژگان: کنترل پیش بین مبتنی بر مدل، سیستم های کنترل شده تحت شبکه، تاخیر زمانی شبکه، تاخیر زمانی تصادفی
|
  • Shirin Shokranipour, Maryam Hasanzadeh Pages 1-7
    The art of steganography is used to hide the relationship and secret messages between sender and receiver for the sake of information security in communication networks. Capacity, imperceptibility and robustness are three important pillars of steganography requirements. Increasing each of these factors in steganography may result in decreasing the other factors. Optimization methods with respect to an acceptable value for one factor can be used to increase the other factors. In this paper by specifying the scope of PSNR as a measure of imperceptibility and in order to increase capacity, steganography is conducted using PSO algorithm. In the proposed method considering the order of each bit-plane of cover image, steganography is run with a matrix encoding method. In the present study the capacity of stego images for famous cover images is examined. The results show that the proposed method in comparison with some recent ones.
    Keywords: Steganography, Capacity, bit-plane, matrix encoding, PSO, PSNR
  • Sara Pourmohammad, Ali Maleki* Pages 8-13
    This paper presents a novel approach for driving stress assessment by fuzzy clustering. In previous researches, stress during real- world driving tasks has been detected in discrete levels, but in this study, we demonstrated that considering fixed-levels for stress in long periods is not authentic. Without employing discrete levels of stress, data remains unlabeled, so a clustering method has been proposed to compensate for the lack of feasibility of classification. Due to uncertainties, the clusters can be defined in terms of fuzzy sets. Furthermore, using fuzzy clustering methods, data overlap is considered. In the proposed algorithm, using membership values generated by fuzzy c-means, and weights assigned by fuzzy inference system (FIS), we present an automatic continuous criteria for stress in short time intervals. The continuous scale is defined between 0 and 100, where higher values represent higher stress levels. Our findings not only confirm rough results of previous studies, but also indicate improvements in precision and accuracy of stress assessment.
    Keywords: Fuzzy C-means Clustering, Continuous stress criteria, Automatic stress assessment
  • Saeed Norouzi Davoodkhani, Leili Farzinvash, Leyli Mohammad Khanli Pages 14-18
    A new image encryption algorithm is proposed, in which a novel chaotic map is introduced to generate the random sequence. The mentioned sequence is employed to produce gray level values. The original image is encrypted by applying the XOR operator to every pixel using the mentioned values. Our chaotic map provides a large degree of randomization compared to existing approaches and therefore, the correlation between adjacent pixels in the encrypted image is reduced substantially. The security analysis demonstrates that the new algorithm is highly secure. As it is shown in the experimental results, our algorithm improves entropy, key sensitivity, and correlation. Specifically, the amounts of entropy and correlation measures are very close to the optimal values. It is also very robust against the noise. The PSNR of decrypted images are degraded slightly with the increasing noise strength. Additionally, the suggested approach leads to smoother histograms in comparison to the previous algorithms.
    Keywords: image encryption, chaotic map, Noise
  • Raziyeh Zall, Mohammad Reza Keyvanpour Pages 19-26
    In this work, we introduce MRE2C method for classifying multi relational data. Multi-relational data are stored on relational databases where they consist of multiple relations that are linked together by entity-relationship links. MRE2C creates multiple different feature subsets of relational database and then applies traditional classifiers as base classifiers. Final by using a proposed two-step combining classifier method, the results of base classifiers are combined. In first step, the proposed method uses local voting to create meta-features and then it learns meta learner to combine predication of base classifiers. Testing has been performed on two databases and six benchmark tasks. We compare our proposed method with other state-of-the-art multi relational classification methods which use different approaches to deal with multi relational setting. We showed that the proposed method achieves promising results in experiments.
    Keywords: multi relational classification, relational database, Ensemble Learning, meta learning
  • Hamideh Jafari, Javad Poshtan Pages 27-34
    This paper uses data fusion based on fuzzy measure and fuzzy integral theory for stator winding inter-turn short circuit fault diagnosis in induction motors. Data fusion be considered in two level: feature level and decision level. Three-phase current signals of induction motor are used for fault diagnosis. Time-domain features are extracted from current signals, and a technique based on fuzzy density is proposed to choose appropriate features. The fuzzy c-mean analysis method is employed to classify different modes. It is used to choose the membership values of each feature for each fault mode. Finally, different features are fused at feature-level using Sugeno fuzzy integral data fusion and at decision-level using Choquet fuzzy integral data fusion to produce diagnostic results. Results show that fuzzy data fusion method performs very well for fault diagnosis in a 4hp laboratory induction motor.
    Keywords: Fuzzy integral, Data Fusion, Fault Diagnosis, Induction Motor, Stator three-phase current
  • Mohammad Ali Sadat Hosseini, Karim Salahshoor Pages 35-40
    In this paper, a novel methodology is proposed to improve performance of the Networked Control System (NCS) in the face of random time-delays, using Model Predictive Controller (MPC) approach. For this purpose, a new state-feedback MPC structure is developed to cope with random network time-delays when the system is subjected to uncertainties with state and control constraints. The main idea is to reduce the disturbing effect of random network time-delays on regulatory performance of the NCS using a new robust formulation in MPC design. A terminal penalty constraint has been added to the finite horizon objective function to guarantee the stability of the system stability. Finally, applicability of the presented method is evaluated in a real pilot plant within a NCS configuration, being realized by an industrial Ethernet and Foundation Fieldbus technology. It is demonstrated that the proposed online methodology is effective to provide a better performance, having faster response, smaller overshoot and stronger robustness compared to the conventional MPC method with less aggressive control actions.
    Keywords: Network control system, Network-induced delay, Model Predictive Controller, Random time delay