Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

مشخصات نشــریه/اطلاعات دوره

نتایج جستجو

2558

نتیجه یافت شد

مرتبط ترین ها

اعمال فیلتر

به روزترین ها

اعمال فیلتر

پربازدید ترین ها

اعمال فیلتر

پر دانلودترین‌ها

اعمال فیلتر

پر استنادترین‌ها

اعمال فیلتر

تعداد صفحات

27

انتقال به صفحه

آرشیو

سال

دوره(شماره)

مشاهده شمارگان

مرکز اطلاعات علمی SID1
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
Scientific Information Database (SID) - Trusted Source for Research and Academic Resources
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    14
  • شماره: 

    3 (پیاپی 33)
  • صفحات: 

    3-22
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    536
  • دانلود: 

    476
چکیده: 

جریان های داده دنباله های نامتناهی، سریع، متغیر با زمان و با نرخ ورود انفجاری از عناصر داده هستند که به طورمعمول نیاز دارند به صورت برخط و به طورتقریبی بی درنگ پردازش شوند. بر این اساس، الگوریتم های پردازش جریان های داده و اجرای پرس وجوها روی جریان داده ها بیش تر تک گذره هستند. اجرای این الگوریتم های تک گذره با محدودیت ها و چالش هایی از قبیل محدودیت در حافظه، زمان بندی، و دقت پاسخ ها مواجه است. این چالش ها به ویژه در شرایطی که پرس وجوی مورد نظر از قبل تعیین و مشخص نشده باشد و به صورت اقتضایی، پس از ارسال جریان داده ارائه شود، به مراتب جد ی تر و حل آن ها دشوارتر خواهد بود. در این مقاله، برای پردازش پرس وجوهای تجمعی که به طور پیوسته روی جریان های داده اجرا خواهند شد و البته به طور اقتضایی ارائه می شوند، راه حلی مبتنی بر ساختار درختواره و نگهداشت نتایج تجمعی معرفی شده است. نکته مهم در این روش، برقراری برخط بودن در تمام مراحل ساخت، نگهداری و بهره برداری از درخت است. برای تامین برخط بودن فرایند پاسخ به پرس وجو، کافی است تمامی پاسخ های محتمل را نگهداری کنیم؛ اما برای حفظ برخط بودن فرایند ساخت و نگهداری درخت، با توجه به ویژگی های ذاتی جریان داده ناچاریم برخی پاسخ ها را نگهداری کنیم. بدین ترتیب، هدف و مسئله اساسی آن است که دست کم پاسخ های انتخابی برای ذخیره در قالب درختواره را به مجموعه پاسخ های مورد نیاز برای پرس وجوهای اقتضایی رسیده نزدیک تر کنیم. ساختار درخت تجمعی پیشوندی پیشنهادی که به صورت پویا ایجاد، نگهداری، مدیریت و در پردازش پرس وجوها استفاده می شود، تشریح و صحت عملکرد آن به صورت عملی مورد ارزیابی قرار گرفته که نتایج حاکی از کارآمد بودن آن برای به کارگیری در پردازش برخط پرس وجوهای پیوسته تجمعی اقتضایی روی جریان های داده است.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 536

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 476 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

دی پیر محمود

اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    14
  • شماره: 

    3 (پیاپی 33)
  • صفحات: 

    23-36
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    709
  • دانلود: 

    489
چکیده: 

حفظ امنیت دستگاه های همراه به دلیل نگهداری اطلاعات شخصی و کاری برای کاربران آنها بسیار حائز اهمیت است. نصب برنامه های جدید و ناشناخته روی این دستگاه ها ممکن است، منجر به آسیب های امنیتی شود؛ بنابراین محاسبه ریسک امنیتی برنامه ها در انجام تصمیم گیری درست در انتخاب نرم افزار، به کاربران می تواند کمک کند. در برخی از سیستم عامل های دستگاه های همراه، ریسک امنیتی برنامه ها از طریق مجوزهایی که درخواست می کنند قابل اندازه گیری است. در این مقاله، ابزار نرم افزاری جدیدی به منظور سنجش میزان ریسک امنیتی برنامه ها در دستگاه های همراه طراحی و پیاده سازی شده است. این ابزار از یک معیار جدید به منظور اندازه گیری ریسک بهره می برد. ما به منظور ارائه این معیار، مجوزهای درخواستی توسط ده ها بدافزار و صدها برنامه تلفن همراه را بررسی و تحلیل کرده ایم. علاوه بر این، به منظور ارزیابی دقیق تر، مجموعه داده های جدیدی از برنامه های ارائه شده در فروشگاه های داخلی و بدافزارهای جدید را گردآوری کرده ایم. آزمایش های صورت گرفته بر روی بدافزارها و نرم افزارهای بی خطر شناخته شده، نشان دهنده دقت روش ارائه شده نسبت به معیارهای ارائه شده قبلی از نظر تخصیص ریسک امنیتی بالا به بدافزارها و ریسک پایین به نرم افزارهای بی خطر است.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 709

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 489 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    14
  • شماره: 

    3 (پیاپی 33)
  • صفحات: 

    37-50
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    738
  • دانلود: 

    114
چکیده: 

تصویربرداری ابرطیفی ابزاری مهم در کاربردهای سنجش از دور به شمار می رود. حس گرهای ابرطیفی، نور منعکس شده از سطح زمین را در صدها و یا هزاران باند طیفی اندازه گیری می کنند. در بعضی از کاربردها، بی درنگ نیاز به داشتن تصویر در سطح زمین داریم که لازمه این موضوع، وجود پهنای باند زیاد بین حس گر و ایستگاه زمینی است. در بیش تر مواقع، پهنای باند ارتباطی بین ماهواره و ایستگاه زمینی کاهش می یابد و این امر، ما را مستلزم به استفاده از یک روش فشرده سازی می کند. علاوه بر حجم بالای داده، مشکل دیگر در این تصاویر، وجود پیسکل های آمیخته است. تجزیه و تحلیل پیکسل های آمیخته یا جداسازی طیفی، تجزیه پیکسل های آمیخته به مجموعه ای از اعضای پایانی و فراوانی های کسری آن هاست. به دلیل بالا بودن این حجم و به تبع آن، دشواربودن پردازش و تجزیه و تحلیل مستقیم این اطلاعات و البته قابل فشرده بودن این تصاویر، در سال های اخیر روش هایی تحت عنوان «حس گری فشرده و جداسازی» معرفی شده است. الگوریتم HYCA یکی از الگوریتم هایی است که با توجه به ویژگی های ذاتی تصاویر، سعی در فشرده سازی این تصاویر کرده است. یکی از ویژگی های بارز این الگوریتم، سعی در استفاده از اطلاعات مکانی به منظور بازسازی بهتر داده ها است. در این پژوهش، روشی مطرح شده است که علاوه بر اطلاعات مکانی، از اطلاعات طیفی (پیکسل های غیرهمسایه) موجود در تصاویر، آن هم به صورت بی درنگ استفاده کند. برای اضافه کردن اطلاعات غیر از پیکسل های همسایه، یک روش بخش بندی بی درنگ معرفی شده است که برای بخش بندی درست، میزان شباهت پیکسل ها در نظر گرفته می شود و شکل حاصله در هر بخش محدود به هیچ شکل هندسی خاصی نمی شود. برای ارزیابی میزان کارآیی روش پیشنهادی، در بخش نتایج از هر دو داده ابرطیفی ساختگی و واقعی استفاده شده است. علاوه بر آن، نتایج کار با یک سری روش های سنتی در این حوزه مقایسه شده است. نتایج به دست آمده حاکی از کارآیی بالای روش پیشنهادی در معیار NMSE تا برای داده ساختگی و برای داده واقعی است.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 738

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 114 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    14
  • شماره: 

    3 (پیاپی 33)
  • صفحات: 

    51-63
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    1035
  • دانلود: 

    501
چکیده: 

نیاز به طراحی سامانه هایی که قادر به اکتشاف سریع اطلاعات مورد علاقه کاربران با تاکید بر کمینه مداخله انسانی باشند از یک سو و روی آوردن به روش های تحلیل متناسب با حجم داده های حجیم ازسوی دیگر، در دنیای امروزی به خوبی احساس می شود. از این رو بهره گیری از قدرت فرآیند داده کاوی جهت شناسایی الگوها و مدل ها و نیز ارتباط عناصر مختلف در پایگاه داده جهت کشف دانش نهفته در داده ها روز به روز ضروری تر می شود. از سوی دیگر تئوری مجموعه راف را می توان به عنوان یک ابزار برای کشف وابستگی داده ها و کاهش خصیصه های موجود در یک مجموعه داده، تنها با استفاده از داده ها و بدون نیاز به اطلاعات اضافی برشمرد. در این پژوهش جهت بهبود روند انتخاب ویژگی های اصلی و بهبود تئوری مجموعه راف، از ترکیب الگوریتم مورچگان و تئوری مجموعه راف جهت یافتن زیرمجموعه ویژگی های اصلی و حذف اطلاعات غیر مفید با از دست رفتن کمینه اطلاعات استفاده شده است. نتایج حاصل از این ترکیب در ارزیابی داده های قیمت نفت نشان می دهد که ترکیب الگوریتم مورچگان و تئوری مجموعه راف در انتخاب ویژگی های مفید و بهینه، عملکرد مناسب تری نسبت به مدل های اخیر دارد.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 1035

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 501 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    14
  • شماره: 

    3 (پیاپی 33)
  • صفحات: 

    65-81
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    1255
  • دانلود: 

    762
چکیده: 

یکی از بزرگ ترین مشکلات پیش روی موتورهای جستجو، رفع ابهاماتی است که در جستار کاربران وجود دارد. این ابهامات می تواند دلایل متعددی داشته باشد که از جمله آنها تعدد معانی و مفاهیم مرتبط با یک جستار یا کاربردهای مختلف آن جستار است. اگر موتور جستجو نتواند این ابهام را به شکل صحیح برطرف کند، در ارائه نتایج خود به کاربر دچار اختلال و خطا خواهد شد و نیاز کاربر را برطرف نخواهد کرد. این موضوع نقش مهمی در تعیین میزان کارایی موتور جستجو خواهد داشت. در این مقاله هدف آن است تا با جمع آوری اطلاعات زمینه کاربر در طول زمان، به تفسیر جستار کاربر کمک کرده و درنتیجه آن رتبه بندی نتایج موتور جستجو را بهبود بخشیم. زمینه کاربر به هر اطلاعاتی گفته می شود که به شناخت ویژگی ها و خصوصیات کاربر کمک کند. در این مقاله متن صفحات وبی که کاربر از آن ها بازدید می کند، مورد پردازش قرار می گیرند تا مفاهیم اصلی و کلیدی آن ها استخراج شود. استخراج این مفاهیم (زمینه کاربر) که در سمت کاربر و بر روی سیستم وی اتفاق خواهد افتاد، با افزونه ای خواهد بود که به همین منظور تولید و بر روی مرورگر نصب می شود؛ سپس زمینه کاربر، در ساختاری خاص در سمت کاربر و برای هر کاربر به صورت خصوصی نگهداری می شوند. هنگامی که جستجویی انجام می شود (با توجه به خلاصه ای که موتور جستجو در ازای معرفی هر پیوند ارائه می دهد)، میزان شباهت نتایج موتور جستجو با زمینه کاربر مورد محاسبه قرار گرفته و به ازای هر نتیجه میزان شباهت آن با زمینه کاربر محاسبه می شود؛ سپس آن نتایجی به کاربر پیشنهاد می شوند (در مرورگر پررنگ می شوند) که با زمینه وی تطبیق بیشتری داشته باشند. همان طور که از نتایج آزمایش های پایان مقاله مشهود است، استفاده از زمینه کاربر در رتبه بندی نتایج موتور جستجو تاثیر قابل توجهی دارد. بررسی ها نشان می دهد که در ارائه 10 نتیجه اول مربوط به 30 جستار دارای ابهام، به طور میانگین روش پیشنهادی 43% و موتور جستجوی گوگل 16% از نتایج خود را مرتبط با مفهوم اصلی جستار مورد نظر ارائه کرده اند.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 1255

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 762 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    14
  • شماره: 

    3 (پیاپی 33)
  • صفحات: 

    83-95
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    502
  • دانلود: 

    504
چکیده: 

در پژوهش پیش رو با تمرکز روی شناسایی پیمایش های ناهنجار وب، سعی شده است تا از طریق مقایسه پروفایل های کاربرد وب با نشست فعلی کاربر رفتارهای بدخواهانه، مورد شناسایی قرار گیرند. در رویکرد پیشنهادی، ابتدا پروفایل های کاربرد وب از لاگ دسترسی وب سرور استخراج می شود؛ سپس با محاسبه شباهت هر نشست ورودی کاربر به پروفایل های اصلی و استخراج هشدارهای کنترل دسترسی متناظر با همان نشست یک شبکه عصبی فازی جهت تشخیص هنجار یا ناهنجار بودن پیمایش کاربر مورد استفاده قرار می گیرد. به دلیل فقدان داده استانداردی که هم شامل پیمایش های وب صفحات و هم شامل هشدارهای کنترل دسترسی متناظر با آن باشد، رویکردی نیز به منظور شبیه سازی پیمایش های یک کاربر عادی ارائه شد. ارزیابی های صورت گرفته نشان می دهد که روش ارائه شده در تشخیص پیمایش های ناهنجار توانمند عمل می کند.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 502

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 504 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
نویسندگان: 

هاشم زاده مهدی

اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    14
  • شماره: 

    3 (پیاپی 33)
  • صفحات: 

    97-111
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    842
  • دانلود: 

    526
چکیده: 

در این پژوهش یک سامانه تشخیص گر باروری تخم مرغ ارائه شده است. این سامانه شامل دو بخش سخت افزاری و نرم افزاری است. سخت افزار ساخته شده امکان تصویربرداری دقیق از محتوی درون تخم مرغ ها بدون آسیب رسانی به نطفه یا جنین داخل آنها را فراهم می کند. بخش نرم افزاری نیز عبارتست از مجموعه ای از فرایندهای پردازش تصویر و بینایی ماشین که بدون حساسیت به تصاویر تخم مرغ های مختلف (به عنوان مثال با ضخامت پوسته متفاوت) قادر به شناسایی نطفه درون آنها است. برای جداسازی تخم مرغ های نطفه دار و بدون نطفه، دو نوع طبقه بند شبکه عصبی و ماشین بردار پشتیبان طراحی و مورد مطالعه قرار گرفته است. برای ارزیابی سامانه، یک بانک تصاویر مشتمل بر 1200 تصویر از تخم مرغ های قرار داده شده در فرایند جوجه کشی تهیه شده است. آزمایش های جامعی بر روی این بانک تصاویر انجام گرفته، که نتایج آنها موید عملکرد بسیار مناسب سامانه است. در ارزیابی های انجام شده برای مقایسه کارایی دو طبقه بند، نشان داده شده است که طبقه بند ماشین بردار پشتیبان با میانگین دقت تشخیص %57/50، %67/83، %20/94، %03/98 و %91/98 به ترتیب در روزهای نخست، دوم، سوم، چهارم و پنجم فرایند جوجه کشی از کارایی بهتری نسبت به طبقه بند شبکه عصبی برخوردار است و همچنین حساسیت بسیار کمتری در برابر کاهش تعداد نمونه های آموزشی از خود نشان داده است.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 842

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 526 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    14
  • شماره: 

    3 (پیاپی 33)
  • صفحات: 

    113-126
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    671
  • دانلود: 

    283
چکیده: 

پایگاه داده تحلیلی مخزنی از اطلاعات یکپارچه شده است که از منابع مختلف جمع آوری می شود. در پایگاه داده تحلیلی داده های استخراج شده از منابع مختلف، به فرم دید ذخیره می شوند؛ بنابراین دیدها باید نگهداری شوند و در هنگام تغییر منابع داده، دیدها نیز به روز شوند. از آن جایی که افزایش به روزرسانی ها ممکن است سربار و هزینه زیادی داشته باشد، ضروری است که به روزرسانی دیدها با دقت بالایی صورت گیرد. الگوریتمی که در این مقاله ارائه می شود، ترکیب یک روش گروه بندی، با الگوریتم فراابتکاری فاخته است که باعث کاهش زمان نگهداری دید و در نتیجه افزایش سرعت نگهداری دید افزایشی می شود. الگوریتم بهینه سازی فاخته با یک جمعیت اولیه آغاز می شود. تلاش برای زنده ماندن این فاخته ها اساس الگوریتم بهینه سازی است. نتایج پیاده سازی نشان می دهد که الگوریتم فاخته در مقایسه با روش های قبلی از سرعت بالاتری به منظور به روزرسانی دید افزایشی برخوردار است.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 671

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 283 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    14
  • شماره: 

    3 (پیاپی 33)
  • صفحات: 

    127-140
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    839
  • دانلود: 

    207
چکیده: 

تشخیص واحدهای اسمی یکی از مسائل مطرح در پردازش زبان طبیعی است. کاربرد عمده شناسایی واحدهای اسمی در سامانه های خلاصه ساز متون، استخراج اطلاعات، پرسش و پاسخ، ترجمه ماشینی و دسته بندی اسناد است. یکی از روش های تهیه سامانه تشخیص واحدهای اسمی، استفاده از روش های مبتنی بر پیکره است. این مقاله نحوه و مراحل تهیه پیکره اَعلام – یک پیکره استاندارد با برچسب واحدهای اسمی برای زبان فارسی-را شرح می دهد. مجموعه تهیه شده با داشتن سیزده برچسب واحدهای اسمی و حجم 250 هزار کلمه نیاز سامانه های برچسب گذاری خودکار در حوزه پردازش زبان طبیعی فارسی را برآورده می کند. با استفاده از این پیکره و به کارگیری روش یادگیری ماشین میدان تصادفی شرطی، سامانه ای برای شناسایی واحدهای اسمی جملات فارسی تهیه شده که دارای دقت 94/92 درصد و فراخوانی 48/78 درصد است.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 839

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 207 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0
اطلاعات دوره: 
  • سال: 

    1396
  • دوره: 

    14
  • شماره: 

    3 (پیاپی 33)
  • صفحات: 

    141-160
تعامل: 
  • استنادات: 

    0
  • بازدید: 

    578
  • دانلود: 

    517
چکیده: 

در رباتیک و به طور خاص برای ساخت نقشه های سه بعدی از محیط های داخلی، تفسیر تصاویر RGB-D به مسئله مهمی تبدیل شده است. در این مقاله جهت کاهش حجم داده ها و تسریع ساخت نقشه سه بعدی، تصاویر عمق به ابرهای نقطه ای تبدیل و سپس آن ها بر مبنای صفحات تصویر قطعه بندی می شوند. پس از برازش مدل صفحه ای متناظر با هر قطعه، تعداد مشخصی از نقاط روی صفحات تولید و سپس با اجرای الگوریتم تکراری نزدیک ترین نقطه (ICP) روی این نقاط، ماتریس های دوران و انتقال بین هر دو فریم تخمین زده شده و تصویر تثبیت می شود. نتایج نشان می دهد که روش ارائه شده، به طور متوسط سرعت را در صورت استفاده از فریم های متوالی 55 درصد و در صورت استفاده از فریم های غیرمتوالی 91 درصد افزایش می دهد. روش پیشنهادی می تواند منجر به کاهش حجم محاسبات در مسئله مکان یابی و تهیه نقشه همزمان (SLAM) شود.

آمار یکساله:   مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید 578

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesدانلود 517 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesاستناد 0 مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resourcesمرجع 0