فهرست مطالب
نشریه مهندسی برق و مهندسی کامپیوتر ایران
سال نهم شماره 3 (پیاپی 27، پاییز 1390)
- 64 صفحه،
- تاریخ انتشار: 1390/08/17
- تعداد عناوین: 6
-
-
صفحه 119تکنیک های هوش مصنوعی از قبیل یادگیری، به صورت گسترده ای در سیستم های مبتنی بر عامل به کار می روند. اما در زمینه ارائه یک دیدگاه مهندسی نرم افزاری از این تکنیک ها برای کل چرخه حیات نرم افزار شامل تحلیل، طراحی و تست، در حال حاضر کاستی هایی وجود دارد. در این تحقیق با تمرکز بر مرحله تحلیل نیازمندی به عنوان یکی از نخستین مراحل فرآیند تولید نرم افزار، ابزار ها و تکنیک هایی برای رفع این کمبود ها در مرحله تحلیل پیشنهاد شده است. بدین منظور در این مقاله، مجموعه ای از الگوهای تحلیل پایای نرم افزار ارائه شده است. الگوهای تحلیل پایای نرم افزار، مجموعه ای از کلاس های عمومی (فراکلاس ها) و ارتباط های میان آنها برای تحلیل یک موضوع خاص هستند که در قالبی مستقل از دامنه مساله مدل سازی می شوند. این الگوها بر اساس نظریه مدل پایای نرم افزار با معرفی مضمون های تجاری مانا، اشیای تجاری و اشیای صنعتی مدل مفهومی قابلیت یادگیری را بازنمایی می کنند. این الگو ها در دو سطح تجرد ارائه شده اند و شامل الگو های یادگیری، نقش، محیط، دانش و نقد می باشند. در این مقاله همچنین روش استفاده از الگو های ارائه شده برای تحلیل قابلیت یادگیری عامل در دو سیستم مختلف مبتنی بر عامل تشریح شده است. این الگو ها می توانند به عنوان راهنما در تحلیل عامل های نرم افزاری یادگیر به کار روند. مزیت استفاده از این الگو ها نسبت به روش های کلاسیک تحلیل نرم افزار آن است که علاوه بر کلاس های متداول مرتبط با یادگیری در دامنه مساله، فراکلاس هایی را در مدل تحلیل سیستم بازنمایی می کنند که دانش مرتبط با تحلیل یادگیری را نیز مدل می کنند. همچنین با در نظر گرفتن لایه های مختلف در تحلیل، موجب تولید مدل هایی می شوند که پایداری بیشتری نسبت به تغییرات دارند.
کلیدواژگان: الگوی تحلیل، الگوی تحلیل پایای نرم افزار، مهندسی نرم افزار مبتنی بر عامل، یادگیری -
صفحه 133
خواندن خودکار نقشه های فرش به معنی تعیین نقشه با تعداد رنگ مشخص از روی نقشه اسکن شده است. خواندن خودکار شامل دو مرحله تشخیص خطوط نقشه و کاهش تعداد رنگ پیکسل های تصویر است. کاهش رنگ نیز از دو مرحله طراحی پالت و نگاشت رنگ پیکسل های تصویر به رنگ های پالت تشکیل می شود. برای کاهش رنگ، روش های متنوعی وجود دارد که دقت آنها از اهمیت بالایی برخوردار است و حتی در برخی از روش ها برای افزایش دقت برای طراحی پالت از کاربر کمک گرفته می شود. هدف از این تحقیق ارائه روش کاهش رنگ کاملا خودکار با دقت بالا است. برای این منظور از روش یادگیری تقویت شده استفاده شده است که دقتی بالغ بر 98% دارد. تاکنون از این روش برای کاهش رنگ استفاده نشده است. روش پیشنهادی با توجه به کاربرد، تعریف شده است و میزان کاهش رنگ به نحوی است که دقت الگوریتم کاهش پیدا نکند. از این رو پالت نهایی، از تعداد رنگ بیشتری در مقایسه با پالت اصلی برخوردار است. در کار ارائه شده در این مقاله، ابتدا خطوط نقشه آشکار می شوند و رنگ پیکسل های درون هر خانه نقشه به یک پیکسل نگاشت می شود و سپس با استفاده از روش یادگیری تقویت شده کاهش رنگ انجام می شود. نتایج حاصل از آزمایش روش پیشنهادی بر روی چند تصویر نمونه ارائه و بررسی می شود.
کلیدواژگان: یادگیری تقویت شده، پالت رنگ، کاهش رنگ، نقشه فرش -
صفحه 143مدل مخلوط گاوسی (GMM)، روشی ساده و موثر برای مدل کردن آماری فضای ویژگی هاست که به طور گسترده در کاربرد تشخیص زبان مورد استفاده قرار گرفته و از الگوریتم بیشینه سازی امید ریاضی برای آموزش پارامترهای این مدل استفاده می شود. در این مقاله با توجه به مشکلی که در آموزش مدل GMM وجود دارد، مدلی جدید با نام PAW-GMM ارائه شده است. در این مدل، قدرت هر مولفه از مدل GMMدر تمایز یک زبان از سایر زبان ها، برای تعیین وزن هر مولفه در نظر گرفته می شود. مدل PAW-GMM به دلیل در نظر گرفتن خواص تمایزی مولفه های مخلوط گاوسی، سبب افزایش دقت سیستم های تشخیص زبانی می شود که از این مدل به عنوان جایگزین مدلGMM استفاده می کنند. همچنین یکی از مشکلاتی که در سیستم GMM-PSK-SVMکه یکی از بهترین سیستم های تشخیص زبان است وجود دارد، پیچیدگی محاسباتی بالا خصوصا با اضافه شدن تعداد زبان هاست. از این رو سیستم UBM-PSK-SVM ارائه شده است که با ثابت نگه داشتن دقت سیستم GMM - PSK - SVM، سبب کاهش پیچیدگی محاسباتی آن شده و در نتیجه قدرت تعمیم به زبان های بالاتر را افزایش می دهد. آزمایش های صورت گرفته بر روی 4 سیستم تشخیص زبان مختلف با استفاده از داده های مربوط به 4 زبان انگلیسی، فارسی، فرانسوی و آلمانی دادگان OGI، کارایی تکنیک های ارائه شده را نشان می دهد.
کلیدواژگان: تشخیص زبان، کرنل دنباله ای PSK، ماشین بردار پشتیبان (SVM)، مدل مخلوط گاوسی (GMM) -
صفحه 151روش ارسال معکوس زمانی (TiR) به دلیل توانایی منحصر به فرد آن در کاهش پیچیدگی ساختار گیرنده در سیستم های UWB در سال های اخیر مورد توجه بسیاری واقع شده است. با این حال، داشتن اطلاعات ناقص از شرایط کانال (CSI غیر کامل)، عملکرد این روش را کاهش می دهد. در این مقاله ابتدا فرم بسته ای برای روابط احتمال خطای یک سیستم UWB مبتنی بر TiR با گیرنده شامل فیلتر منطبق ساده و در شرایط CSI غیر کامل محاسبه می گردد. سپس به منظور بهبود عملکرد سیستم TiR-UWB در چنین شرایطی، یک الگوریتم بهینه سازی دومرحله ای مبتنی بر تکرار پیشنهاد می شود. در مرحله اول به کمک کواریانس خطای تخمین کانال، ضرایب پیش فیلتر بر اساس سیستم شامل تخمین گر MMSE بهینه محاسبه شده و در مرحله دوم به کمک این ضرایب، الگوریتم تکرارشونده ای برای سیستم شامل فیلتر منطبق ساده طراحی می شود که قادر است عملکرد سیستم TiR-UWB را در 3 گام پیاپی بهبود دهد. همچنین با کمک شبیه سازی، صحت روابط احتمال خطای محاسبه شده در حالت تئوری با نتایج حاصل از شبیه سازی مورد تایید قرار گرفته است.
کلیدواژگان: تخمین گر MMSE بهینه، تکنیک TiR، سیستم های TiR، UWB، فیلتر منطبق ساده -
صفحه 162کنترل توان اکتیو عبوری از خطوط انتقال به خصوص در شرایط تراکم یا وقوع خطا یکی از مهم ترین مسایل پیش رو در کنترل و مدیریت صحیح سیستم های قدرت است. در این شرایط برای کنترل پیوسته و به خصوص افزایش توان انتقالی، عمدتا از خازن سری کنترل شونده با تریستور (TCSC) استفاده می شود که در واقع به علت قابلیت سریع کنترل تریستورها و توانایی در پایدار نگه داشتن سیستم حین بروز خطاهای متفاوت می باشد. در این مقاله به کنترل توان اکتیو انتقالی در محدوده تقریبا 10 مگاواتی به کمک TCSCپرداخته شده است. برای کنترل زاویه آتش TCSC از کنترل کننده های مختلف اعم از کنترل کننده PID، فازی و ANFIS استفاده شده و با توجه به نتایج حاصل از شبیه سازی، مزایا و معایب هر یک از این کنترل کننده ها بررسی شده است. کنترل کننده ANFIS نیز به صورت حلقه باز پیاده سازی شده و دارای پاسخ گذرای بسیار مناسبی است. عیب این نوع پیاده سازی خطای حالت ماندگار آن بوده و نسبت به تغییر پارامترها نیز بسیار حساس می باشد. لذا برای رفع این مشکلات می توان آن را با کنترل کننده فازی طراحی شده ترکیب کرد و در عین سادگی، عملکرد بسیار مناسبی از مجموعه به دست آورد.
کلیدواژگان: کنترل توان انتقالی، کنترل کننده فازی، ANFIS، TCSC -
صفحه 169پنهان نگاری یا استگانوگرافی هنر برقراری ارتباط پنهانی است و هدف آن پنهان کردن ارتباط به وسیله قراردادن پیام در یک رسانه پوششی می باشد و پنهان شکنی هنر کشف حضور اطلاعات پنهان است. ماتریس هم رخدادی تصاویر (GLCM) ماتریسی است که در بردارنده اطلاعاتی در رابطه با ارتباط بین مقادیر پیکسل های مجاور در یک تصویر می باشد. در این تحقیق به کمک بررسی و تحلیل ماتریس هم رخدادی در تصاویر پوشانه (تصویری که حامل اطلاعات نباشد) و گنجانه (تصویری که حامل اطلاعات باشد)، الگوریتمی ارائه می گردد تا بتوان تصاویر گنجانه را تشخیص داد. در الگوریتم پیشنهادی ابتدا با استفاده از روش LSB اطلاعات در تصویر مورد نظر پنهان می شود، سپس به استخراج ویژگی هایی از ماتریس GLCM تصویر پوشانه و گنجانه می پردازیم که در این دو تصویر متفاوت باشند. ویژگی های استخراج شده برای آموزش شبکه عصبی مورد استفاده قرار می گیرد. این الگوریتم بر روی تصاویر پایگاه داده های استاندارد تست گردیده و موفقیت آن 83% می باشد.
کلیدواژگان: پنهان شکنی، پنهان نگاری، شبکه عصبی، ماتریس هم رخدادی
-
Page 119Artificial Intelligence (AI) Techniques (such as learning) are used widely in agent-based systems. However, current research does not address a software engineering view on these techniques that support all the software development process. In this paper, we focus on requirement analysis – as the first step of the software development process and present techniques and tools to cover this shortage. In this regard, we provide a set of stable analysis patterns for learning capability of the agents. Stable analysis patterns are a set of meta-classes and their relations to analyze a specific issue in a domain-independent manner. Using stable analysis concepts, namely Enduring Business Themes (EBT), Business Objects (BO) and Industrial Objects (IO), these patterns represent the conceptual model of the learning. In this paper, we also apply these patterns on two case studies to investigate their applicability. These patterns are used as guidelines during analysis of learning. The main advantage of applying the stable analysis patterns in comparison with conventional analysis methods is modeling the knowledge of the learning analysis in addition to the ordinary classes of the domain. In addition, they generate more stable models via considering different levels of abstraction in the analysis.
-
Page 133
Automatic reading of carpet patterns Requires To find the original colors of the pattern in a scanned image. It includes detecting of pattern lines and reducing the number of colors in the image. Color reduction is done in two steps: Finding the best pallet and mapping the image colors to the pallet colors. The accuracy of color reduction is so important that it may be required to ask for user intervention. The purpose of this study is to provide a new method in automatic color reduction with high accuracy. To achieve this target, reinforcement learning method is used which yields a 98% accuracy. This is a new method in color reduction and no one has used it yet. This method is defined with respect to the application and the amount of color reduction is such that does not degrade the accuracy. Therefore, the resulting pallet has more colors comparing to the original one. In the work reported in this article, first the grid lines of the pattern are detected. Then a single color is assigned to each box of the grid. After these steps, through the reinforcement learning method the color reduction is carried out. The results obtained from applying the proposed algorithm on some sample images are reported and discussed.
-
Page 143Gaussian Mixture Model (GMM) is a simple and effective method for statistical modeling of the feature space which is widely used in spoken language recognition systems and EM algorithm is used for training the parameters of this model. In this paper, considering the weakness of GMM models, a new model named PAW-GMM is proposed. In this model, the power of each component of GMM in discriminating one language from the others is considered for determining the weights of components. Since PAW-GMM considers the discriminating property of GMM components, it could increase the accuracy of language recognition systems. Also one of the problems of GMM-PSK-SVM which is one of the best GMM models is the high complexity especially for high number of languages. Therefore UBM-PSK-SVM is proposed that has the same accuracy as GMM-PSK-SVM but lower complexity. Experiments on four languages of OGI corpus show the efficiency of the proposed techniques.
-
Page 151Time reversal method has been recently considered with great interest due to its ability of the receiver complexity mitigation in the UWB communication systems. However, the channel imperfection (Imperfect CSI) has the destroyed effects on the time-reversed UWB communication system performance. In this paper, at first the BER equations have been calculated in the TiR-UWB systems with the simple matched filter receiver in an imperfect CSI scenario. Then, a two-stage algorithm is proposed to improve the TiR-UWB in such conditions. First stage of mentioned algorithm provides the pre-filter coefficients derivation based on MMSE criteria via channel estimation error covariance matrix and then, an iterative routine is obtained in second stage via the simple matched filter receiver based on the derived coefficients in first stage. Finally, exhaustive simulations are done to demonstrate the performance advantage attained by the improved algorithm. As an especial case, the TiR-UWB system performance is improved by the proposed algorithm in 3 steps.
-
Page 162Control of transmitted active power is an important issue in operation and management of power systems especially in congestion or fault conditions. In these situations, Thyristor Controlled Series Capacitor (TCSC) is used to continuous control and increase the transmitted power due to these facts that TCSC can act dynamically and is able to stable the system during fault conditions. In this paper, the transmitted power is controlled in the ten megawatt span by using the TCSC. For this purpose, various controllers such as PID, fuzzy and Adaptive Network-based Fuzzy Interface System (ANFIS) are designed to continuous control of the transmitted power. Simulation results evaluate advantages and disadvantages these controllers. ANFIS controller is designed by open loop method which has a good transient response. However, it has a large steady state error and is very sensitive to the variations in system. Fuzzy and ANFIS controllers are combined to remove these defects. The simulation results verify the advantages of the fuzzy-ANFIS controller with respect to the other designed controllers.
-
Page 169Steganography is the art of hidden writing and secret communication. The goal of steganography is to hide the presence of information in other information. steganalysis is the art and science of detecting messages hidden using steganography. Co-occurrence matrix is the matrix containing information about the relationship between values of adjacent pixel in an image. In this paper, we extract features from Gray Level C0-occurrense Matrix (GLCM) that are difference between cover image (image without hidden information) and stego image (image with hidden information).In the proposed algorithm, first, we use a combined method of steganography based on both location and conversion to hide the information in the image. Then, using GLCM matrix properties, we investigate some difference values in the GLCM of the cover and stego images. We can extract features that were different between cover and stego images. Features are used for training neural network. This algorithm was tested on 800 standard image databases and it can detect 83% of stego images.
©2000-2024 magiran.com All Rights Reserved.