فهرست مطالب

رایانش نرم و فناوری اطلاعات - سال ششم شماره 1 (بهار و تابستان 1396)

مجله رایانش نرم و فناوری اطلاعات
سال ششم شماره 1 (بهار و تابستان 1396)

  • تاریخ انتشار: 1396/04/30
  • تعداد عناوین: 7
|
  • سید حسین سید آقایی رضایی*، مهدی مدرسی صفحه 1
    اگرچه تراشه های سه بعدی یک راه حل امید بخش برای مقابله با مشکلات ناشی از مقایس پذیری در سطح مدارات مجتمع محسوب می گردند اما دمای بالای این تراشه ها به دلیل افزایش چگالی توان، آسیب پذیری تراشه های سه بعدی در مقابل خطاهای دائمی و یا متناوب را بیشتر کرده است. از طرف دیگر استفاده از اتصال های سریع عمودی (TSV) در مدارات مجتمع سه بعدی افق جدیدی را برای طراحی شبکه های روی تراشه باز کرده است. در این مقاله با به کارگیری اتصال های سریع عمودی یک معماری با قابلیت تحمل پذیر اشکال برای شبکه های روی تراشه سه بعدی معرفی خواهیم کرد. در این معماری، خرابی های دائمی و متناوب اتصال (یا کراس بار)، با استفاده از اتصال (یا کراس بار) بیکار مسیریاب های بالا و پایین دور زده می شوند. نتایج نشان می دهد که معماری پیشنهادی نسبت به دیگر معماری های ارائه شده کارآیی بیشتری داشته و قابلیت اطمینان شبکه را به طور متوسط تا 35 درصد افزایش می دهد.
    کلیدواژگان: شبکه روی تراشه سه بعدی، تحمل پذیر خرابی، به اشتراک گذاری منابع
  • جمال قاسمی*، محمد مهدی پور صفحه 8
    یکی از مهمترین پارامترهای قابل اندازه گیری در سیستم های مهندسی، دما است. برای اندازه گیری دما با توجه به میزان دقت مورد نیاز و شرایط فیزیکی، سنسورهای مختلفی از جمله RTD، NTC، PTC، Thermocouple و... وجود دارد. یکی از مهمترین این سنسورها NTC است، که علیرغم داشتن مزایای زیاد، اما به دلیل غیرخطی بودن کمتر از ان استفاده می شود. پدیده خودگرمایی در NTC ها یکی از مهمترین عوامل بازدارنده در استفاده از آن در کاربردهای عملی می شود. در این تحقیق ساختاری جدید مبتنی بر استفاده از شبکه های عصبی برای مدلسازی پدیده های غیرخطی و خودگرمایی در سنسور NTC پیشنهاد شده است. در ساختار پیشنهادی این تحقیق با استفاده از داده های آزمایشگاهی و واقعی، شبکه های عصبی آموزش و آزمایش می شوند. میانگین مربعات خطای 2040/0 و 1600/0 به ترتیب برای شبکه های MLP و RBF بیانگر موفقیت روش پیشنهادی در مدلسازی رفتار غیرخطی سنسور NTC است.
    کلیدواژگان: دما، سنسور NTC، پدیده خودگرمایی، مدلسازی، شبکه های عصبی
  • حامد عاشوری*، محمد جواد ولدان زوج، مسعود طائفی فینجانی صفحه 16
    نقشه طبقه بندی تراکم تاج پوشش جنگلی یکی از منابع اطلاعاتی اصلی مورد نیاز در کاربردهای مدیریت جنگل است. در روش های متداول برای تولید این نقشه از تصاویر چند طیفی استفاده می شود. در این تحقیق از تصاویر پانکروماتیک هوایی به عنوان یک منبع داده ارزشمند جهت تولید این نقشه استفاده شده است. با استفاده از روش های آماری کمی سازی بافت تصویر شامل روش های آماری مرتبه 1، مرتبه 2 مبتنی بر ماتریس رخداد توام و زمین آمار، لایه های تصویری جدید از این تصاویر دارای رزولوشن مکانی بالا داده های تولید شده و در طبقه بندی نظارت شده جهت تفکیک کلاسهای مختلف تراکم تاج پوشش مورد استفاده قرار گرفته است. بدین ترتیب با تقویت فضای ویژگی، نقشه تراکم تاج پوشش با دقت قابل قبولی تولید گردید.
    کلیدواژگان: طبقه بندی تاج پوشش جنگلی، کمی سازی بافت تصویر، تصویر پانکروماتیک
  • سید باقر فاطمی*، امین علیزاده نایینی صفحه 26
    امروزه اطلاعات ارتفاعی رقومی (DEM) کار بردهای وسیعی در شاخه های مختلف پژوهشی و اجرایی پیدا کرده اند. در این میان، محصولات جهانی ارتفاعی به صورت رایگان در اختیار همگان قرار گرفته و مورد استفاده وسیع می باشند. دو جنبه مهم هر DEM، اطلاعات ارتفاعی و شیب می باشد. در تحقیق حاضر سه محصول ارتفاعیجهانی ASTER، SRTM90و SRTM30با محصول DEM سازمان نقشه برداری کشور، از منظر اطلاعات ارتفاعی و شیب برای اولین بار مقایسه گردیده است. در این مقایسه دو منطقه در نظر گرفته شده است که یکی دارای مناطق پست بیشتری (منطقه تازه-آباد) نسبت به دیگری (منطقه بومهن) است. جهت ارزیابی دقت محصولات چهارگانه، داده های ارتفاعی نقشه 1:2000 منطقه های مذکور نیز تبدیل به DEM گردیدند. نتایج نشان می دهند که از دیدگاه خطای باقیمانده (RMSE) و همچنین تعداد سلول با خطای کم، محصول سازمان نقشه برداری کشور از سه داده دیگر مناسب تر است. به دنبال آن SRTM30 بهترین داده ارتفاعی بوده است. SRTM90و ASTER به ترتیب محصولات ارتفاعی با دقت بیشتر بوده اند. در محصول شیب نیز همین رابطه تقریبا برقرار است، بجز آن که محصول SRTM90 با توجه به توپوگرافی حساسیت نشان می دهد و در مناطق با شیب بیشتر تطابق کمتری با واقعیت دارد. به طور کلی در محصول شیب رفتار هر چهار محصول در دو منطقه مورد آزمایش مشابه بوده است که این امر نشان دهنده ی پایداری بیشتر محصول شیب نسبت به ارتفاع است.
    کلیدواژگان: ارزیابی دقت، SRTM GDEM، ASTER GSEM، NCC DEM
  • فاطمه جمشیدی*، سیده لی لی امامزاده یی، محمد مهدی قنبریان صفحه 36
    در این مقاله از کنترلگر تناسبی- انتگرالی (PI) تنظیم شده با منطق فازی و بهینه شده با الگوریتم ازدحام ذرات برای کنترل فرکانس ریزشبکه ی جزیره ای استفاده شده است. ریزشبکه ها منابع انرژی پراکنده یی هستند که غالبا با استفاده از انرژی های تجدیدپذیر، توان الکتریکی تولید و به بار های پراکنده در حالت های متصل به شبکه ی سیستم های توزیع و یا منفصل از آن انتقال می دهند. به دلیل تغییرات طبیعی تولید توان با انرژی های تجدیدپذیر و عدم قطعیت های سیستم قدرت ، کنترلگر های کلاسیک در شرایط مختلف ، عملکرد مناسب ندارند. در پاسخ به این چالش ، در اینجا مقدار نامی پارامتر های کنترلگر PI با استفاده از الگوریتم ازدحام ذرات بهینه شد. سیستم فازی، نیز مقدار لحظه یی پارامتر های کنترلگر را محاسبه می کند. الگوریتم ازدحام ذرات محدوده بهینه توابع عضویت سیستم فازی پیشنهادی را نیز تعیین می نماید. شبیه سازی ها عملکرد بهتر طرح کنترل پیشنهادی در مواجهه با سناریو های مختلف اغتشاش بار از لحاظ RMS، فراجهش و فروجهش، تعداد نوسانات و زمان نشست تغییرات فرکانس در مقایسه با کنترلگر PI کلاسیک زیگلر نیکولز، کنترلگر PI- فازی و کنترلگر مشابه دیگری را نشان می دهد. به علاوه نتایج بیانگر عملکرد مقاو م مطلوب کنترلگر پیشنهادی در برابر تغییرات پارامترهای سیستم است.
    کلیدواژگان: الگوریتم ازدحاد ذرات (PSO)، ریزشبکه، ریشه میانگین مربعات(RMS) تغییرات فرکانس، کنترل PI، سیستم فازی
  • مجید مرزانی، سید محمد رضوی*، مهران تقی پور گرجی کلایی صفحه 44
    در این مقاله روشی برای بازشناسی برخط ارقام دست نویس فارسی ارایه می شود. چهار مجموعه ویژگی نقطه ای و یک مجموعه ویژگی سراسری، از نمونه های پیش پردازش شده استخراج شده است. در این پژوهش ساختاری مناسب برای بردار ویژگی، تنها حاوی یک مجموعه ویژگی نقطه ای و بهره گیری از ویژگی های سراسری در کنار ویژگی های نقطه ای برای بهبود عملکرد طبقه بند ارایه می شود. به همین منظور آزمایش های متعددی با هرکدام از مجموعه ویژگی های نقطه ای و همچنین بهره گیری از ویژگی های سراسری در کنار هریک از مجموعه ویژگی های نقطه ای با استفاده از طبقه بند ماشین بردار پشتیبان (SVM) با رویکردهای یک در مقابل همه (OVA) و یک در مقابل یک (OVO) انجام شده است. در این تحقیق به منظور ارایه روشی سریع، دقیق و با قابلیت اطمینان بالا، طبقه بند ماشین بردار پشتیبان (SVM) با رویکرد یک در مقابل یک (OVO) برای بازشناسی برخط ارقام دست نویس فارسی، پیشنهاد شده است. روش پیشنهادی ارایه شده در این مقاله روی ارقام موجود در پایگاه داده Online-TMU انجام شده است، بهترین نرخ بازشناسی، با بهره گیری از تغییرات در راستای افقی (Δx) و تغییرات در راستای عمودی (Δy) به عنوان ویژگی نقطه ای در کنار مجموعه ویژگی های سراسری حاصل می شود، که میانگینی برابر با 08/98 درصد دارد.
    کلیدواژگان: بازشناسی برخط، ارقام دست نویس فارسی، ماشین بردار پشتیبان (SVM)، یک در مقابل یک(OVO)
  • طیبه عسکری جواران، حمید حسن پور * صفحه 52
    رنگی سازی، فرآیند تخصیص رنگ به تصاویر و یا فیلم های خاکستری می باشد. از آنجایی که رنگ های زیادی دارای سطح روشنایی یکسانی می باشند، تبدیل تصویر سطح خاکستری به رنگی، راه حل واحد و اتوماتیک نداشته و انسان نقش اساسی در فرآیند رنگی سازی دارد. از طرفی، در یک تصویر سطح خاکستری، اطلاعات پیکسل های همجوار در تعیین رنگ آن پیکسل موثر می باشند. در این مقاله یک ایده جدید برای رنگی سازی تصاویر سطح خاکستری بر اساس قطعه بندی تصویر و با حداقل دخالت انسان پیشنهاد شده است. در اینجا روشی برای رنگی سازی تصویر تست بر اساس مجموعه ای از تصاویر مرجع ارائه می گردد. تصاویر مرجع، شامل دسته هایی از تصاویر طبیعی رنگی می باشد. هر دسته، شامل تصاویر ساده طبیعی و عمومی از جمله تصاویر کوه، درخت، انسان، دریا، گل و از این قبیل می باشد. زمانی که یک تصویر سطح خاکستری توسط کاربر برای رنگ آمیزی، به الگوریتم داده می شود، نوع (دسته) آن نیز توسط کاربر مشخص می گردد. کاربر می تواند به ازای یک تصویر، نوع های مختلفی انتخاب نماید. مجموعه تصاویر مربوط به نوع(های) انتخاب شده توسط کاربر، به عنوان تصاویر مرجع جهت رنگی سازی تصویر تست انتخاب می شوند. سپس تصویر تست قطعه بندی شده و برای هر قطعه آن، شبیه ترین قطعه در تصاویر مرجع مربوطه، مشخص می گردد. این قطعه از تصویر تست با استفاده از تئوری فازی بر اساس قطعه انتخاب شده از تصویر مرجع رنگ آمیزی می شود. این کار برای تمامی قطعات تصویر تست انجام شده و در نتیجه، یک تصویر رنگی شده حاصل می گردد. در انتها، برای هماهنگ کردن رنگها در نقاط مرزی قطعات، یک پس پردازش روی تصویر حاصل صورت می گیرد. برتری این روش نسبت به روش های مشابه دخالت حداقل انسان و استفاده از اطلاعات پیکسل های همجوار در رنگ یک پیکسل می باشد.
    کلیدواژگان: رنگی سازی، قطعه بندی، خوشه بندی فازی، پیکسون
|
  • Seyyed Hossein Seyyedaghaei Rezaei*, Mehdi Modarressi Page 1
    Emerging 3D technology partitions a larger die into smaller parts and then stacks them in a 3D fashion. This technology can lead to a paradigm shift in on-chip communication design providing higher orders of bandwidth and lower latency. However, due to the aggressively scaled transistors in modern technology nodes, the reliability issue has become into a major concern. In this paper,we leverage these ultra-low-latency vertical links to design a fault-tolerant 3D NoC architecture. In this architecture, permanent and intermittent defects on links and crossbars are bypassed by borrowing the idle bandwidth from vertically adjacent links and crossbars. Evaluation results under synthetic and realistic workloads show that the proposed fault-tolerance mechanism offers higher reliability and lower performance loss, when compared with state-of-the-art fault-tolerant 3D NoC designs.
    Keywords: Fault-Tolerant, Resource Sharing, 3-D NoCs
  • Jamal Ghasemi *, Mohammad Mahdipour Page 8
    In the engineering systems, one of the most important measurable parameters is temperature. For measurement of temperature as for sensitivity, accuracy and term of physical required, different sensors as RTD, NTC, PTC, Thermo-couple are exist. One of the most important sensors is NTC that despite the many benefits, less than it used to be. Nonlinearity characteristic and self-heating phenomenon in the NTC are the biggest deterrents in practical applications. In this study, a new structure based on application of artificial neural network (ANN) has been suggested for modeling of the nonlinear and the self-heating phenomenons of NTC. Simulation results based on read generated laboratory data are presented to demonstrate the performance of the proposed structure. Mean square error of 0.0480 and 0.0370 are achieved based on MLP and RBF neural network, respectively.
    Keywords: Temperature, NTC sensor, Self-heating, Artificial Neural Network
  • Hamed Ashoori *, Mohammad Javad Valadan Zoej, Mahmood Reza Sahebi, Masoud Taefi Finjani Page 16
    Forest canopy density classification map is one of the main sources of information used in forest management. In conventional methods multispectral images are used to generate the map. In this study, aerial panchromatic images as a valuable data source are used to generate this map. Statistical image texture quantization methods including first statistical and second statistical based on GLCM matrix and also geostatistical method used to generate new features from high spatial resolution image. Generated features beside main image used as classification input feature space. Supervised classification was used and about 90% accuracy was obtained. This method is mainly usable in areas with low variety in forest cover type like Zagros and Iran-Turanian region.
    Keywords: Canopy Density Classification, Texture Quantization, Panchromatic Image
  • Seyyed Bagher Fatemi*, Amin Alizadeh Naeini Page 26
    In this comparative study, three global DEMs, namely, SRTM90, SRTM30 and ASTER have been compared to a national DEM, derived from 1:25000 maps by NCC of Iran. The goal of this study is to assess the accuracy of different DEMs, and lastly show which of them matches both NCC and reality more closely. To achieve these goals, a reference DEM has been derived from 1:2000 maps of the areas in question. Experimental results on two different areas showed that NCC DEM outperforms than the other DEMs. As is obvious, SRTM30 matches both NCC DEM and reality more closely. This relationship is true for slope products except for SRTM90, which is sensitive to the topography. This product has minimal correlation with reference DEM, derived from 1:2000 maps. Generally speaking, RMSE values of slope data are similar for all four DEMs in the two case studies, implying that slope data are more robust than the elevation data.
    Keywords: Accuracy Evaluation, SRTM GDEM, ASTER GSEM, NCC DEM
  • Fatemeh Jamshidi *, Seyedeh Leili Emamzadehei, Mohammad Mehdi Ghanbarian Page 36
    In this paper, the fuzzy proportional- integral controller (PI) optimized by particle swarm algorithm is applied to control the frequency of island Micro-grids. Micro-grids are distributed energy sources that usually use renewable energies in order to produce and transmit electrical power to distributed loads in both connected and islanded modes. Because of natural variations of power that produced by renewable energy sources and uncertainties of power systems, classic controllers do not have a good performance. So nominal values of PI parameters and interval of fuzzy membership functions are optimized using PSO algorithm. Fuzzy system updates PI parameters momently. Simulations show the better performance of proposed controller in terms of RMS, overshoot and undershoot, frequency of oscillations and settling time in facing different load disturbances in comparison to classic PI controller, fuzzy PI controller and another PSO fuzzy controller. Results indicate the robust performance of the proposed controller in dealing with variation of system parameters.
    Keywords: Frequency deviation, Fuzzy system, Particle Swarm Optimization (PSO), PI controller, Micro-grid, Root Mean Square (RMS)
  • Majid Marzani, Seyyed Mohammad Razavi*, Mehran Taghipour-Gorjikolaie Page 44
    In this paper a method for online recognition of Farsi handwritten digit is presented. Four sets of Point Features and a set of global features are extracted from preprocessed patterns. In this study a suitable structure for feature vector, which contains only a set of point features and global features, to improve the performance of classifier, is presented. Therefore, numerous experiments with each of the point feature set and the global features using support vector machine (SVM) classifier, with one versus all (OVA) and one versus one (OVO) approaches is done. In this paper, for presenting a fast, accurate and reliable method, SVM classifier with OVO approach is proposed for online recognition of Farsi handwritten digits. This method is applied on online-TMU database. The best recognition rate with point feature set (Δx , Δy)s and global features is achieved. The average recognition rate is 98.08%.
    Keywords: Farsi handwritten digits, One versus on (OVO), Online recognition, Support vector machine (SVM)
  • Taiebeh Askari Javaran, Hamid Hassanpour * Page 52
    Colorization is the process of color allocation into grayscale images or films. Since several colors are the same level of illumination, the colorization of a grayscale image into a colorized one has not a unique and automatic solution, and the human has a cardinal role in the colorization process. In other hand, in a grayscale image, the information of the neighbor pixels of a pixel are effective in its color. In this paper, a novel idea has been proposed for colorization of a grayscale image based on image segmentation, with minimum human interference. The proposed method use a collection of reference images consist of some classes of natural color images. Some example of classes are tree, mountain, jungle, sea, human flower and etc. As soon as the user import a test grayscale image into the algorithm, its type (class) is selected by the user. The user can select more than one class for a test image. The reference images of the selected class are used as the reference images in the colorization process. On the other hand, the test image is segmented, and for each segment, the most similar segment in the set of the segments of the selected reference images is specified. The segment of the grayscale test image is colorized using the fuzzy theory based on the specified segment of the reference image. This process is done for all the segments of the test image. Finally, a post process is applied to match the color of the neighbor pixels. The minimum human interference and the use of the information of the neighbor pixels are the most important advantages of the propose method.
    Keywords: Colorization, Segmentation, Fuzzy clustering, Pixon