پردازش علایم و داده ها
سال:1396 | دوره:14 | شماره:2 (پیاپی 32) |تعداد مقالات:10

پیوسته بودن کلمات فارسی و وجود تنوع بسیار زیاد رسم الخط این زبان و همچنین شکل های متنوع حروف فارسی بسته به محل قرارگیری شان در کلمه، تشخیص دست نوشته های فارسی را به چالش کشانده اند. مهم ترین اشکال در اغلب روش های بازشناسی بی توجهی به بافت جمله است که باعث می گردد در مواردی که کلمه ی ورودی اشتباه بازشناسی می شود، واژه ای با ظاهر درست در جمله ای نابجا به کار رود. طراحی مدلی که بتواند بافت جمله را به خوبی تحلیل کند مستلزم در اختیار داشتن منابع زبانی حجیمی است که نماینده خوبی از زبان مورد بازشناسی باشند. در این مقاله روش جدیدی برای بازشناسی کلمات برخط فارسی ارائه شده است که با استفاده از بافت جمله سعی در بهبود بازشناسی دارد. فرآیند بازشناسی معرفی شده در این نوشتار به این صورت است که ابتدا علائم و بدنه ی زیرکلمات دست نوشته ی ورودی تفکیک شده و بدنه ی هر زیرکلمه و علائم آن مشخص می شود. سپس علائم زیرکلمات تشخیص داده شده و بر اساس آن مجموعه ای از واژگان به عنوان فرضیه در نظر گرفته می شوند. به هر فرضیه بر اساس میزان شباهت آن به دست نوشته ورودی امتیازی تعلق می گیرد و بر اساس امتیاز حاصله محتمل ترین فرضیات مشخص می شوند. سپس این رویه توسط مدل زبانی برای یافتن فرضیات محتمل تر، هدایت می شود. نتایج آزمایش های به عمل آمده نشان می دهد که کاهش قابل توجهی در نرخ خطای بازشناسی کلمات حاصل شده و کاربر در نگارش ملزم به رعایت محدودیت های کمتری است. از طرفی روش پیشنهادی می تواند نسبت به روش های قبلی با در اختیار داشتن یک پایگاه داده دست نویس محدود، صحت مطلوب تری ارائه کند. با به کارگیری روش ارائه شده، دقت بازشناسی در مرحله اولیه در سطح حروف 95. 9% و پس از بازشناسی به کمک مدل زبانی دقت بازشناسی به 99. 3% ارتقاء یافت. برای بهبود عملکرد الگوریتم، استفاده از الگوریتم یادگیری تقویتی برای تطبیق پذیری الگوریتم با نویسنده به عنوان کار آینده پیشنهاد می گردد.

آریتمی های قلبی یکی از شایع ترین بیماریهای قلبی است که ممکن است سبب مرگ بیمار گردد. از این رو شناسایی آریتمی های قلبی بسیار مهم است. در این مقاله برای دسته بندی آریتمی های قلبی در سه کلاس PAC، PVC و Normal روشی مبنی بر ترکیب طبقه بندی کننده ها با استفاده از نظریه شواهد لحاظ شده است. بدین شکل که ابتدا پیک های R در ECG شناسایی گردید. سپس ویژگی های خطی ECG شامل RMSSD، SDNN و HR Mean و همچنین ویژگی غیر خطی آن با استفاده از SVD بدست آمد. ترکیب ویژگی های بدست آمده به شبکه های عصبی MLP، Cascade Feed Forward و RBF داده شد. اصل عدم قطعیت در مورد پاسخ آن ها بررسی و در نهایت پاسخ این طبقه بندی کننده ها با استفاده از نظریه شواهد با یکدیگر ترکیب شدند. جهت پردازش ECG نیاز به حذف نویز نبوده و روش پیشنهادی توانسته است در حضور نویز، نوع آریتمی قلبی را در بهترین حالت با حساسیت 98 % تشخیص دهد.

استخراج ویژگی نقش مهمی در بهبود دسته بندی تصاویر ابرطیفی دارد. روش های استخراج ویژگی غیرپارامتریک، نسبت به روش های پارامتریک، برای داده های با توزیع غیر نرمال از کارایی بهتری برخوردارند و می توانند ویژگی های بیشتری را استخراج نمایند. روش های استخراج ویژگی غیرپارامتریک از ماتریس های پراکندگی غیرپارامتریک برای محاسبه ماتریس انتقال استفاده می کنند. تحلیل ممیز غیرپارامتریک[1]، یکی از روش های غیرپارامتریک در استخراج ویژگی است که در آن برای تشکیل ماتریس های پراکندگی غیرپارامتریک، از میانگین های محلی هر نمونه و تابع وزن استفاده می شود. میانگین محلی با استفاده از k نمونه همسایه بدست می آید و تابع وزن، بر روی نمونه های مرزی در تشکیل ماتریس پراکندگی بین دسته ای تاکید می کند. در این مقاله، NDA بهبود یافته[2] به منظور اصلاح NDA معرفی شده است. در MNDA، تعداد نمونه های همسایه در محاسبه میانگین محلی با توجه به موقعیت نمونه در فضای ویژگی بدست می آید. روش پیشنهادی از توابع وزن جدید در تشکیل ماتریس های پراکندگی استفاده می کند. توابع وزن پیشنهادی تاکید روی نمونه های مرزی در تشکیل ماتریس پراکندگی بین دسته ای و تاکید روی نمونه های نزدیک به میانگین دسته، در تشکیل ماتریس پراکندگی درون دسته ای دارند. علاوه براین، به منظور اجتناب از تکین شدن ماتریس پراکندگی درون دسته ای، از تنظیم آن استفاده شده است. نتایج آزمایش ها روی تصاویر ایندیانا و سالیناس نشان می دهد که MNDA کارایی بهتری را نسبت به روش های استخراج ویژگی پارامتریک و غیرپارامتریک مورد مقایسه داشته است. بیشترین مقدار صحت متوسط دسته بندی برای داده ایندیانا %34/80 است که با 18 نمونه آموزشی، دسته بند ماشین بردار پشتیبان و 10 ویژگی استخراج شده از MNDA بدست آمده است. برای داده سالیناس، بیشترین مقدار صحت متوسط دسته بندی، %31/94 است که با 18 نمونه آموزشی، دسته بند ماشین بردار پشتیبان و 9 ویژگی استخراج شده از MNDA بدست آمده است. آزمایش ها نشان می دهند که با استفاده از توابع وزن پیشنهادی و ماتریس پراکندگی درون دسته ای تنظیم شده، روش پیشنهادی نتایج بهتری را در دسته بندی تصاویر ابرطیفی با نمونه های آموزشی محدود بدست آورده است.

تشخیص واحدهای اسمی به عنوان یکی از سامانه های پردازش زبان طبیعی عبارت است از تشخیص اسامی خاص و طبقه بندی آن ها به یکی از گروه های شخص، مکان، سازمان و زمان. این عملیات به دلیل تاثیر قابل توجه در بهبود کارایی دیگر حوزه های پردازش زبان طبیعی مانند ترجمه ماشین، بازیابی اطلاعات، خوشه بندی نتایج جستجو و پرسش و پاسخ، در سال های اخیر مورد توجه محققان در زبان عربی نیز قرار گرفته است. گرچه بیشتر تحقیقات در این حوزه روی عربی استاندارد امروزی انجام شده است، اما در این مطالعه عربی کلاسیک مورد توجه است. در همین راستا، روشی جدید جهت تشخیص واحدهای اسمی در زبان عربی ارائه می گردد. در این تحقیق یک پیکره متنی عربی کلاسیک به نام نورکورپ، متشکل از 130 هزار کلمه برچسب گذاری شده توسط متخصصین، معرفی می گردد. همچنین از یک فرهنگ لغات شامل 18000 اسم شخص که از کتب حدیثی استخراج شده است به عنوان منابع خارجی استفاده می شود. مدل پیش بینی، بر اساس مجمع رده بندها و یک روش دو-مرحله ای پیشنهاد شده است به طوری که در مرحله اول تشخیص واحدهای اسمی از طریق الگوریتم آدابوست M1 و در مرحله دوم طبقه بندی آن ها به گروه های از پیش تعیین شده توسط الگوریتم آدابوست M2 انجام می گیرد. به منظور غلبه بر چالش های زبان عربی عملیات نشانه گذاری، برچسب گذاری ادات سخن و قطعه کردن عبارت پایه به کار گرفته شده است. با استفاده از یک روش آماری، برخی از کلمات پر کاربرد در واحدهای اسمی به عنوان کلمات کلیدی استخراج شدند. نتیجه به دست آمده از مدل پیشنهادی در ارزیابی F-measure معادل 85/86 درصد است که بیانگر عملکرد مطلوب مدل می باشد. در آخر، روش پیشنهادی روی یک پیکره استاندارد امروزی به نام انرکورپ اعمال و نتایج با پیکره نورکورپ مقایسه شده اند.

تخصیص مقدار رنگی به هر یک از گره های گراف، به گونه ای که هیچ دو گره ی مجاوری دارای رنگ یکسانی نباشد و کمترین مقدار رنگی استفاده شود را مسئله ی رنگ آمیزی گراف گویند. این مسئله به عنوان یکی از مسائل NP-hard شناخته می شود که کاربردهای مختلفی در زمینه ی تخصیص پهنای باند، اختصاص حافظه به برنامه ها و همچنین، طراحی مدارهای مجتمع دارد. در مقاله ی حاضر، از الگوریتم ژنتیک و پدیده ی آَشوب برای حل این مسئله استفاده شده است. در روش پیشنهادی حاضر، عملگر ترکیب چند نقطه ای مکاشفه ای به نام CMHn معرفی شده است. این عملگر، با انتخاب چند نقطه ی برش در والدین و معتبر کردن یکی از زیر بخش های والدین (دومین زیربخش هر والد می تواند معتبر یا غیر معتبر باشد) آنها را با هم، با استفاده از روشی ابتکاری ترکیب می کند. برای این که بتوان از بهینه ی محلی فرار کرد و همچنین، برای یافتن فضای جستجوی جدید، از عملگر جهش استفاده می شود. در این مقاله، عملگر جهش آشوبی هوشمند معرفی شده است که با استفاده از فرمولی گره هایی که برای جهش مناسب ترند را انتخاب و بر روی آنها جهش را اعمال می کند. همچنین، نیمی از جمعیت اولیه با استفاده از روش ابتکاری و نیمی از آن با روش تصادفی تولید شده اند. به منظور ارزیابی الگوریتم پیشنهادی از نمونه گراف های DIMACS استفاده شده است. نتایج بدست آمده نشان می دهد که روش پیشنهادی در اکثر گراف ها، به خصوص گراف های بسیار بزرگ (wap)، جواب بهتری نسبت به تحقیقات مشابه ارائه می دهد.

روش های فشرده سازی با اتلاف به دلیل ایجاد فشرده سازی بیشتر کاربرد گسترده تری دارند. اگرچه روش های زیادی تا به حال برای فشرده سازی تصاویر پیشنهاد شده است، اما، به استفاده از روش های هوشمندانه ی حذف اطلاعات کمتر توجه شده است. ترمیم، مجموعه ای از تکنیک هایی است که اصلاحاتی را بروی تصاویر انجام می دهد با این هدف که بیننده تفاوتی بین تصویر اصلاح شده و تصویر اصلی احساس نکند. در این مقاله، پس از بررسی و معرفی بعضی از روش های ترمیم تصویر و روش های فشرده سازی تصویر با کمک ترمیم، روش جدیدی پیشنهاد می شود که علاوه بر این که باعث فشردگی قابل توجه تصویر در زمان ارسال می شود، نتیجه ی کیفی مناسبی نیز در گیرنده خواهد داشت. در روش پشنهادی تصویر به نواحی ساختاری و بافتی تقسیم می شود و برای هر ناحیه بلوک های قابل حذفی که امکان بازسازی مناسبی در گیرنده با استفاده از روش های ترمیم دارند شناسایی و حذف می شوند و اطلاعات کمکی لازم جهت ترمیم بهتر از آنها استخراج می شود. این بلوک ها به همراه بلوک های غیرقابل حذف تصویر پس از کد شدن ارسال می شوند و در گیرنده پس از کدگشایی، بلوک های از دست رفته بازسازی و ترمیم می گردند تا در نهایت تصویر اولیه در گیرنده قابل استفاده باشد. ویژگی های روش پیشنهادی اولاً متغیر بودن سایز بلوک های حذفی است که باعث فشردگی بیشتر می شود و ثانیاً ارائه روش جدیدی جهت بازسازی بلوک های شامل لبه در گیرنده است که کیفیت بلوک های ترمیم شده ی این نواحی را افزایش می دهد.

میزان پراکندگی نانوذرات در نانوساختارها، از مهمترین شاخصهایی است که جهت تایید کارآیی روشهای پیشنهادی در زمینه سنتز نانومواد بکار می رود. تصاویر میکروسکوپی الکترونی روبشی نانوذرات دارای اطلاعات ساختاری، شیمیایی و مورفولوژیکی با وضوح بالا در مقیاس نانومتری نانومواد میباشند. در این مقاله، یک الگوریتم جدید جهت طبقه بندی نانوساختارها با استفاده از این تصاویر ارائه شده است. بدین منظور، ابتدا تصاویر میکروسکوپی الکترونی روبشی نانوذرات به سری زمانی تبدیل شده و مشخصات آنها از طریق روشهای آنالیز سری زمانی بررسی گردید. سپس ویژگیهای آماری این سریها استخراج شدند. ویژگی های استخراج شده به عنوان ورودی های یک سیستم استنتاج فازی برای طبقه بندی تصاویر میکروسکوپی نانوساختارها در سه گروه خوب، متوسط و بد در نظر گرفته شدند. این الگوریتم برروی 65 تصویر میکروسکوپی نانوذرات با ابعاد یکسان (250×250 پیکسل) اعمال گردیده و دقتی بالاتر از 90 درصد را به دنبال داشته است که بسیار مناسب است.

سیستم های رابط مغز و کامپیوتر p300 speller به عنوان عضوی از خانواده سیستم های رابط مغز و کامپیوتر سعی دارد تا توانایی تایپ حروف و برقرای ارتباط با این شیوه را برای بیماران و معلولان فراهم آورد. یکی از موارد بسیار مهم در این سیستم ها قابلیت شخصی سازی می باشد. با توجه به آنکه اکثر پژوهش های این حوزه بر اساس نمایش حروف انگلیسی انجام شده است، در این تحقیق سعی شده است تا برای اولین بار عملکرد یک سیستم ارتباط مغز و کامپیوتر p300 speller به ازای نمایش حروف زبان فارسی مورد سنجش قرار گیرد. در این پژوهش پس از ثبت داده از داوطلبین و سنجش عملکرد سیستم مورد بررسی، صحت تشخیص 91. 39% و نرخ انتقال اطلاعات 7. 22 بیت در دقیقه به ازای 15 تکرار با طبقه بند خطی LDA بدست آمد. همچنین در این پژوهش اثر تغییر تعداد تکرار و کاهش زمان آزمایش نیز مورد بررسی قرار گرفت و نشان داده شد که به ازای حداقل تعداد تکرار 4 میتوان به صحت تشخیص 82. 82% و نرخ انتقال اطلاعات 21. 52 بیت بر دقیقه دست یافت.

تصاویر سند تهیه شده توسط اسکنر یا دوربین دیجیتال، همواره با اعوجاج های فتومتریک و هندسی همراه هستند. وجود هر دو نوع اعوجاج، باعث کاهش دقت عملکرد نرم افزارهای شناسایی نویسه ها OCR می شوند. در این مقاله روشی نوین جهت رفع اعوجاج های هندسی از تصاویر متنی ارائه شده است. در روش پیشنهادی به منظور تصحیح اعوجاج هندسی، در ابتدا خطوط متن از تصویر استخراج می شود و سپس هر خط متن به ستون هایی به عرض مساوی شکسته می شوند. برای هر قطعه استخراج شده از یک خط، راستای قطعه به نحوی تصحیح می گردد که حروف موجود در آن قطعه در راستای افقی قرار گیرد. برای این منظور به ازای چرخش های مختلف قطعه ی متن، افکنش افقی تصویر محاسبه می شود و چرخشی از قطعه که بلندترین قله افکنش را ایجاد کند، راستای تصحیح شده آن قطعه در نظر گرفته می شود. بر این اساس یک نقطه مرجع که معرف راستای مبنا است، برای هر قطعه خط هم راستا شده با افق استخراج می گردد. به کمک نقاط مرجع، هر قطعه از خط، انحنای آن خط متن به کمک برازش یک تابع درجه ی سه به دست می آید. درنهایت با استفاده از تخمین تبدیل پرسپکتیو، اعوجاج هندسی هر خط برطرف می گردد. جهت افزایش پایداری روش پیشنهادی در تخمین انحنای خطوط متن با طول کم، از انحنای خطوط با طول بزرگ تر مجاور آن خط استفاده شده است. روش پیشنهادی بر روی پایگاه های داده ی فارسی و انگلیسی پیاده سازی شده و با برخی روش های هم تراز آن مقایسه گردیده است. نتایج بیانگر قدرت و دقت روش پیشنهادی در رفع اعوجاج هندسی می باشد.

الگوریتم رقابت استعماری (ICA)، یکی از کاراترین الگوریتم های فرا ابتکاری برای پیدا کردن جواب بهینه سراسری در مسائل بهینه سازی می باشد. در این مقاله از الگوریتم رقابت استعماری برای خوشه بندی خودکار مجموعه داده های بزرگ و واقعی بدون برچسب استفاده شده است. با بهره گیری از ساختار مناسب برای هر یک از کروموزم ها و استفاده از الگوریتم رقابت استعماری، در زمان اجرا تعداد بهینه خوشه ها هم زمان با خوشه بندی بهینه داده ها به دست می آید. همچنین برای افزایش دقت و افزایش سرعت همگرایی، ساختار الگوریتم رقابت استعماری با تغییراتی همراه است. روش پیشنهادی (ACICA) نیاز به هیچ گونه دانش قبلی برای خوشه بندی داده ها ندارد. علاوه بر آن روش پیشنهادی در مقایسه با سایر روش های خوشه بندی مبتنی بر الگوریتم های تکاملی، دقت بیشتری را دارد. از معیارهای ارزیابی خوشه بندی DB و CS به عنوان تابع هدف استفاده شده است. برای نشان دادن برتری روش پیشنهادی، میانگین مقدار بهینه تابع هدف و تعداد خوشه های تعیین شده توسط روش پیشنهادی با سه الگوریتم خوشه بندی خودکار مبتنی بر الگوریتم های تکاملی مقایسه می شود.