علوم و مهندسی کامپیوتر (THE CSI JOURNAL ON COMPUTER SCIENCE AND ENGINEERING)
سال:1387 | دوره:6 | شماره:3 (الف) |تعداد مقالات:7

روشهای حذف نویز مبتنی بر موجک عموما بر اساس آستانه گذاری استوارند که این امر نیز ریشه در فرض تمرکز انرژی سیگنال در تعداد کمی از ضرایب تبدیل موجک سیگنال دارد. عیب عمده روش های آستانه گذاری در سیگنال گفتار، تخریب گفتار در فرکانس های بالا و عملکرد ضعیف آنها در حضور نویزهای رنگی است. از این رو دو روش فیلتر کردن ضرایب تبدیل موجک به عنوان جایگزینی برای روش های آستانه گذاری مطرح می گردد. در مقاله حاضر ابتدا با انگیزه نشان دادن برتری روش های فیلتر کردن بر آستانه گذاری، دو روش حذف نویز آستانه گذاری نرم با حد آستانه SURE و فیلتر وینر با هم مقایسه شده اند. علاوه بر این دو فیلتر جدید بر مبنای توزیع احتمال پسین ضرایب تبدیل موجک پیشنهاد شده است. نتایج کار حاضر نشان می دهند که فیلتر وینر نسبت به روش آستانه گذاری، دارای عملکرد بهتر و کیفیت شنیداری بالاتری می باشد. به علاوه، مقایسه فیلترهای پیشنهادی با فیلتر وینر در حوزه موجک نشان می دهد که این فیلترها دارای کارایی بالاتری نسبت به فیلتر وینر هستند، همچنین فیلترهای پیشنهادی در حوزه موجک نسبت به همتایشان در حوزه فرکانس، نسبت سیگنال به نویز را بیشتر افزایش داده و اعوجاج کمتری بر روی سیگنال تمیز ایجاد می نمایند.

در این مقاله مدلی نو برای یک سیستم ویدیویی خودکار محاسبه گر حجم تردد خودروهای عبوری، جهت زمان بندی و کنترل هوشمند چراغ راهنمایی ارایه شده است. ضمن محاسبه حجم ترافیک بر اساس خودروها و به تفکیک لاین ها، تردد چهار راه را زمان بندی می کند. به پارامتر انتظار اجتماعی راننده به عنوان زمان پیش فرض توجه دارد. در مقابل ازدحام، سایه ها، تغییرات محیطی و تغییرات آرام نور محیط مقاوم و تا حدودی تغییرات ناگهانی را تحمل کرده و به شعاع پوشش دوربین وابستگی ندارد. سایه و خطاهای موجود را جهت افزایش دقت، از تصاویر حذف می کند و نیازمند به تشخیص و تفکیک خودرو نیست. دارای دقت بالای تشخیص حجم خودروها، حذف سایه خودرو و تشخیص خودرو به صورت مجزا با روش جدیدی است. سیستم 10 فریم در 1 ثانیه برای هر دوربین را پردازش می کند و با افزایش فریم ها نتایج تشخیص بهبود می یابد. به دلیل تناسب سرعت خودروها با سرعت حرکت در چهار راه، سیستم بلادرنگ عمل می کند.

در این مقاله روشی جدید برای ارزیابی خودکار روانی گفتار ارایه خواهد شد. از کاربردهای ارزیابی خودکار روانی گفتار می توان به آموزش زبان خارجی به کمک کامپیوتر اشاره نمود. بدین صورت که گفتار زبان آموز ارزیابی شده و سطح روان و سلیس بودن گفتار وی مشخص می گردد. با اختیار داشتن ارزیابی کننده خودکار روانی گفتار، زبان آموز می تواند از سطح روان بودن گفتار خودآگاه شده و با تکرار و تمرین سعی در بهتر نمودن سطح روانی گفتار خود نماید. برای این منظور معیارهای کمی مختلفی ارایه شده است که می توان به کمک آنها روانی گفتار را پیش بینی نمود. در اینجا با بررسی مناسب بودن این معیارها، روشی برای ارزیابی خودکار روانی گفتار ارایه می شود. برای بررسی صحت ارزیابی خودکار ارایه شده دادگانی از ترک زبانان تهیه شده و آزمایشات بر روی آن انجام گرفت. همبستگی بین نمرات داوران انسانی و ارزیابی کننده خودکار در نهایت نزدیک به 0.95 رسید.

نمونه دهی خودکار هستان شناسی به استخراج نمونه های کلاس های یک هستان شناسی از متن و افزودن آنها به هستان شناسی می پردازد. از سوی دیگر وب معنایی با افزودن حاشیه نویسی به اسناد وب کنونی محتوای ساخت یافته ای را فراهم می نماید. حاشیه نویسی های معنایی داده های نمونه کلاس های هستان شناسی را بر چسب گذاری نموده و آنها را بر کلاس های هستان شناسی منطبق می نمایند. بنابراین فعالیت نمونه دهی به هستان شناسی می تواند با ایجاد حاشیه نویسی های معنایی همراه باشد.در این مقاله یک سیستم نمونه دهی و حاشیه نویسی میان زبانی به نام POPTA معرفی می شود که متون فارسی را با توجه به یک هستان شناسی (با مداخل لغوی انگلیسی) حاشیه نویسی کرده و این هستان شناسی را نیز با توجه به این متون نمونه دهی می نماید. این سیستم از ترکیبی از روش های آماری و مبتنی بر الگو به همراه متدهای مبتنی بر وب، موتورهای جستجو و دایره المعارف آنلاین ویکی پدیا به منظور نمونه دهی به هستان شناسی و حاشیه نویسی متون بهره می گیرد.

مساله درخت اشتاینر در گراف عبارت است از پیدا کردن کم هزینه ترین درختی که شامل تعداد گره خاص به نام ترمینال باشد. این مساله از جمله مسایل NP-hard است و به همین دلیل الگوریتم های تقریبی متعددی برای حل آن پیشنهاد شده است. اغلب این الگوریتم ها درخت های اشتاینر نزدیک به بهینه تولید می کنند اما از سرعت همگرایی مناسبی برخوردار نیستند. در این مقاله یک الگوریتم تکرار شونده مبتنی بر اتوماتاهای یادگیر برای حل مساله اشتاینر ایستا و پویا پیشنهاد می شود. نتایج شبیه سازی های انجام گرفته کارایی الگوریتم پیشنهادی را هم از لحاظ کیفیت جواب های تولید شده و هم از لحاظ سرعت همگرایی به جواب در مقایسه با الگوریتم های گزارش شده نشان می دهد.

از عوامل مهم در دقت و کارایی طبقه بندی کننده ها، کاهش ابعاد فضای ویژگی است. کاهش هزینه محاسباتی و دقت طبقه بندی، دو دلیل عمده کاهش بعد فضای ویژگی است. به طور کلی دو روش برای کاهش ابعاد فضای ویژگی وجود دارد: انتخاب ویژگی و استخراج ویژگی. در روش انتخاب ویژگی ها، ویژگی هایی که در طبقه بندی مفید هستند، از یک مجموعه کامل ویژگی انتخاب می شوند. در روش استخراج ویژگی، ویژگی های جدیدی با استفاده از ویژگی های اولیه تولید می شود. در این تحقیق از یک الگوریتم استخراج ویژگی با استفاده از اطلاعات متقابل برای طبقه بندی سیگنال های مغزی در سیستم های ارتباطی مغز با کامپیوتر مورد استفاده قرار گرفته است. هدف در این سیستم، تشخیص تصور بستن پنجه دست و حالت استراحت ذهنی با استفاده از سیگنال های مغزی است. برای این منظور، آزمایشات مختلفی بر روی چهار فرد سالم در روزهای مختلف انجام شده است. نتایج نشان می دهد که عملکرد طبقه بندی کننده با استفاده از ویژگی های استخراج شده به وسیله اطلاعات متقابل نسبت به عملکرد طبقه بندی کننده با مجموعه کامل ویژگی بهبود قابل توجه ای داشته است. علاوه بر این، عملکرد استخراج ویژگی مبتنی بر اطلاعات متقابل با روش استخراج ویژگی آنالیز مولفه های اصلی در طبقه بندی سیگنال های مغزی مقایسه شده، نتایج، برتری کامل استخراج ویژگی مبتنی بر اطلاعات متقابل را نسبت به روش آنالیز مولفه های اصلی نشان می دهد.

در فرایند طراحی معماری تصمیمات متعددی اتخاذ می شود که تاثیر این تصمیمات در سطح سیستم نرم افزاری می باشد. یکی از این تصمیم های انتخاب سبک معماری مناسب است. با توجه به نقش حیاتی قابلیت اعتماد در سیستم های نرم افزاری حساس به ایمنی، یکی از معیارهای اصلی در انتخاب سبک معماری نرم افزار قابلیت اعتماد بالا می باشد. در فرایند طراحی از سبک های معماری نرم افزار، که راه حل های آزموده شده ای می باشند، زیاد استفاده می شود. اما با توجه به اینکه در هر سیستمی ترکیب خاصی از صفات کیفی مورد توجه است، عدم تحلیل کمی تاثیر سبک های معماری نرم افزار بر روی صفات کیفی مانع استفاده موثر از سبک های معماری می گردد. این تحقیق گامی به سوی کمی سازی تاثیر سبک های معماری نرم افزار بر روی صفت کیفی قابلیت اعتماد می باشد. به این ترتیب با استفاده از نتایج این تحقیق می توان تعیین کرد که در سیستمی که قابلیت اعتماد از اهمیت بالایی برخوردار است، بکارگیری چه سبک های قابلیت اعتماد بالاتری را به دنبال خواهد داشت.در این مقاله با استفاده از دو رویکرد دیاگرام بلوکی قابلیت اعتماد و رویکرد مدل مبتنی بر حالت مارکوف، قابلیت اعتماد سبک های معماری نرم افزار محاسبه می گردد. آنگاه نتایج حاصل از دو رویکرد روی سبک های معماری نرم افزار، مقایسه می گردد. دستاورد اصلی این مقاله کمی سازی و رتبه بندی ارزش سبک های معماری نرم افزار از دید صفت کیفی قابلیت اعتماد در مرحله انتخاب سبک معماری نرم افزار می باشد.