@article{ 
author = {},  
title = {Image Encryption Algorithm based on Recursive Cellular Automata}, 
abstract ={In this paper, a new structure for image encryption using recursive cellular automatais presented. The image encryption contains three recursive cellular automata in three steps, individually. At the first step, the image is blocked and the pixels are substituted. In the next step, pixels are scrambledby the second cellular automata and at the last step, the blocks are attachedtogether and the pixels substitute by the third cellular automata. Due to reversibility of cellular automata, the decryption of the image is possible by doing the steps reversely. The experimental results show that the encrypted image is not comprehend visually, also this algorithmhas satisfactory performance in terms of quantitative assessment from some other schemes.},  
Keywords = {Cryptography, Cellular Automata, Recursive Cellular Automata},
volume = {13},
Number = {1}, 
pages = {3-14}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {رمزنگاری تصاویر با استفاده از اتوماتای سلولی برگشت پذیر},
abstract_fa ={در این مقاله یک ساختار جدید برای رمزنگاری تصویر با استفاده از اتوماتای سلولی برگشت­پذیر ارائه می­شود. رمزنگاری تصویر در روش پیشنهادی در سه مرحله جداگانه صورت می­گیرد. در مرحله اول تصویر بلوک­بندی می­شود و سپس مقادیر روشنایی پیکسل­ها با استفاده از اتوماتای سلولی برگشت­پذیر جایگزین می­شوند. درهم­ریزی تصویر در مرحله دوم توسط اتوماتای دیگری انجام می­شود و سپس در مرحله نهایی بلوک­های تصویر در کنار یک دیگر قرار می­گیرند و عمل جایگزینی پیکسل­ها با استفاده از اتوماتای سلولی برگشت­پذیر صورت می­پذیرد. بدیهی است مراحل رمزگشایی تصویر با توجه به برگشت­پذیری اتوماتای پیشنهادی به صورت معکوس قابل اجرا است. نتایج آزمایش­ها نشان می­دهد روش پیشنهادی می­تواند تصویر را به گونه­ای رمز کند که تصویر رمز شده از لحاظ بصری قابل درک نباشد. هم چنین ارزیابی با استفاده از معیارهای کمی نشان می­دهد روش پیشنهادی نتایج مطلوب­تری نسبت به روش­های مورد بررسی داشته است.                                                                               },
keywords_fa = {رمزنگاری تصویر, اتوماتای سلولی, اتوماتای سلولی برگشت­پذیر},
url = {http://jsdp.rcisp.ac.ir/article-1-266-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-266-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {khorashadizadeh, majid and latif, ali mohamm},  
title = {image denoising using adaptive switching filter based on extreme learning machine}, 
abstract ={In this paper a new efficient method for detecting the impulse noise from the corrupted image using extreme learning machine (ELM) is proposed. An improved version of the standard median filter is suggested to remove the detected noisy pixel. The performance of proposed detector is evaluated using classification accuracy. The results show that our detector is robust even at higher noise density. Results illustrate that proposed filter provides better performance in terms of PSNR than many other median filter variants for Salt and pepper noise. . The suggested technique yields significantly good results both in objective and subjective judgments of image quality.},  
Keywords = {},
volume = {13},
Number = {1}, 
pages = {15-25}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {حذف نویز ضربه تصاویر با استفاده از فیلتر تطبیقی سوئیچ کننده مبتنی بر ماشین یادگیر بیشینه},
abstract_fa ={در این مقاله یک رویکرد کارآمد مبتنی بر ماشین یادگیر بیشینه برای تشخیص و شناسایی پیکسلهای آغشته به نویز فلفل نمک از تصاویر دیجیتال ارائه‌شده است. الگوریتم پیشنهادی با استفاده از یک طبقه بند ماشین یادگیر بیشینه با ورودی های پیکسل مرکزی، ROAD و چهار فاکتور تصمیم گیری فیلتر SD-ROM، ابتدا پیکسل های نویزی را تشخیص داده و سپس با استفاده از فیلتر میانه تطبیقی، مقدار پیکسل نویزی تخمین زده می شود. نتایج حاصل از ارزیابی عملکرد طبقه بند، نمایانگر قابلیت بالای ویژگی های ورودی در متمایزکردن پیکسل نویزی از پیکسل سالم است. برای ارزیابی، تصاویر بهبودیافته توسط الگوریتم پیشنهادی با تصاویر حاصل از چند فیلتر متداول دیگر مقایسه و از معیار نرخ ماکزیمم سیگنال به نویز استفاده شد. نتایج عددی حاصل از آزمایش‌ها حاکی از کارآمدی فیلتر پیشنهادی ازنظر معیارهای کمی و کیفی می باشند.},
keywords_fa = {حذف نویز, ماشین یادگیر بیشینه, فیلتر میانه تطبیقی , نویز فلفل نمک, فیلتر سوئیچ کننده},
url = {http://jsdp.rcisp.ac.ir/article-1-294-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-294-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {RezaeiSharifabadi, Morteza and Khosravizadeh, Parvaneh},  
title = {Automatic Labeling of Semantic Roles in Persian Sentences using Dependency Trees}, 
abstract ={Automatic identification of words with semantic roles (such as Agent, Patient, Source, etc.) in sentences and attaching correct semantic roles to them, may lead to improvement in many natural language processing tasks including information extraction, question answering, text summarization and machine translation. Semantic role labeling systems usually take advantage of syntactic parsing and therefor the syntactic representation chosen affects the overall performance of the system. In this research, we present a semantic role labeling system based on full syntactic parsing. For this purpose, we use a dependency parser and machine learning methods. In our system, we have made an effort to overcome the problems of previous semantic role labelers for Persian, which all are based on shallow syntactic parsing. The outcome of the system is promising.},  
Keywords = {semantic role labeling, shallow semantic parsing, dependency grammar, Persian language, natural language processing, computational linguistics},
volume = {13},
Number = {1}, 
pages = {27-38}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {برچسب‌زنی خودکار نقش‌های معنایی در جملات فارسی به کمک درخت‌های وابستگی},
abstract_fa ={تتشخیص خودکار واژه‌های دارای نقش‌های معنایی (همچون کنش‌گر، کنش‌پذیر، منشأ، و ...) در جملات و اختصاص صحیح نقش‌های معنایی به آن‌ها توسط رایانه می‌تواند موجب بهبود کیفیت در بسیاری از کاربردهای پردازش زبان طبیعی همچون استخراج اطلاعات، پرسش و پاسخ، خلاصه‌سازی، و ترجمۀ ماشینی شود. در چنین پردازشی که برچسب‌زنی نقش معنایی و یا تجزیۀ معنایی سطحی خوانده می‌شود معمولاً از تجزیۀ نحوی جملات به منظور تعریف ویژگی‌های نحوی استفاده می‌شود و نوع بازنمایی نحوی مورد استفاده در دقت سامانۀ برچسب‌زنی نقش معنایی موثر است. در این پژوهش به ارائۀ برچسب‌زن نقش معنایی مبتنی بر تجزیۀ نحوی کامل می‌پردازیم. بدین منظور از تجزیه‌گر نحوی وابستگی و روش‌های یادگیری ماشینی استفاده می‌شود. در برچسب‌زن ارائه‌شده سعی شده است که مشکلات برچسب‌زن‌های قبلی ارائه‌شده برای زبان فارسی، که همگی مبتنی بر تجزیۀ نحوی سطحی بوده‌اند، رفع شود و معماری سیستم به برچسب‌زن‌های به‌روز دنیا نزدیک باشد. نتایج پژوهش نشان‌دهندۀ دقت مناسب سیستم ارائه‌شده است.},
keywords_fa = {برچسب‌زنی نقش معنایی, تجزیۀ معنایی سطحی, دستور وابستگی, زبان فارسی, پردازش زبان طبیعی, زبان‌شناسی رایانه‌ای },
url = {http://jsdp.rcisp.ac.ir/article-1-279-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-279-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Ansari, Zohreh and Seyyedsalehi, Ali},  
title = {Deep Modular Neural Networks with Double Spatio-temporal َAssociation Structure for Persian Continuous Speech Recognition}, 
abstract ={In this article, growable deep modular neural networks for continuous speech recognition are introduced. These networks can be grown to implement the spatio-temporal information of the frame sequences at their input layer as well as their labels at the output layer at the same time. The trained neural network with such double spatio-temporal association structure can learn the phonetic sequence subspace. Therefore, it can filter out invalid phonetic sequences in its own structure and output valid sequences. To evaluate the performance of these growable neural networks, we used FARSDAT and BIG FARSDAT datasets. Experimental results on FARSDAT show that deep modular neural networks outperform the phone accuracy rate of GMM-HMM models with an absolute improvement of 2.7%. Moreover, developing deep modular neural networks to a double spatio-temporal association structure improves their result by 5.1%. As there is no phonetic labeling for BIG FARSDAT, a semi-supervised learning algorithm is proposed to fine-tune the neural network with double spatio-temporal structure on this dataset, which achieves a comparable result with HMMs.},  
Keywords = {Deep neural networks, Modular neural networks, Pre-training, Semi-supervised learning, Continuous speech recognition},
volume = {13},
Number = {1}, 
pages = {39-56}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {معرفی شبکه های عصبی پیمانه ای عمیق با ساختار فضایی-زمانی دوگانه جهت بهبود بازشناسی گفتار پیوسته فارسی},
abstract_fa ={در این مقاله به معرفی شبکه‌های عصبی پیمانه ای عمیق و قابل رشد به منظور بهبود بازشناسی گفتار پیوسته پرداخته می شود. ساختار این شبکه ها و روش‎های پیش‎تعلیم معرفی شده برای آنها بگونه ای است که درعین هماهنگی با ساختار گفتار، در حافظه و محاسبات لازم صرفه جویی میشود. بدلیل قابلیت رشد این ساختارها، می‌توان در تعلیم آنها اطلاعات فضایی-زمانی بردارهای بازنمایی در ورودی و اطلاعات فضایی-زمانی برچسب آوایی آنها را در خروجی شبکه عصبی انجمن کرد. شبکه تعلیم یافته با این ساختار انجمنگر فضایی-زمانی دوگانه، میتواند زیرفضای زنجیره های معتبر آوایی دادگان را یادبگیرد. بنابراین، در ساختار خود زنجیره های خروجی نامعتبر را پالایش کرده و زنجیره های درست را میدهد. جهت بررسی عملکرد این ساختارها، از دودسته دادگان گفتاری فارس دات و فارس دات بزرگ استفاده شد. نتایج آزمایش‎ها نشان می‌دهند که میتوان دقت بازشناسی آوا را برروی دادگان فارس دات تا 2.7% با استفاده از شبکه‌های عصبی پیمانه ای عمیق نسبت به مدل‌های مخفی مارکوف بالابرد. که با توسعه آنها به ساختار فضایی-زمانی دوگانه این نتیجه تا 5.1% بهبودمی یابد. بدلیل عدم وجود برچسب های آوایی برای دادگان بزرگ، یک روش تعلیم نیمه سرپرستی شده برای تعلیم شبکه های عصبی برروی این دادگان پیشنهاد شده است که میتواند به درصد بازشناسی قابل مقایسه ای با مدلهای مخفی مارکوف دست یابد.},
keywords_fa = {شبکه های عصبی عمیق, شبکه های عصبی پیمانه ای, پیش تعلیم, تعلیم نیمه سرپرستی شده, بازشناسی گفتار پیوسته},
url = {http://jsdp.rcisp.ac.ir/article-1-277-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-277-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Shekofteh, Yasser and Gholipor, Hasan and Goodarzi, M.Mohsen and kabudian, Jahanshah and Almasganj, Farshad and Reza, Shaghayegh and Sarraf, Im},  
title = {Fast estimation of warping factor in the vocal tract length normalization using obtained scores of gender detection modeling}, 
abstract ={The performance of automatic speech recognition (ASR) systems is adversely affected by the variations in speakers, audio channels and environmental conditions. Making these systems robust to these variations is still a big challenge. One of the main sources of variations in the speakers is the differences between their Vocal Tract Length (VTL). Vocal Tract Length Normalization (VTLN) is an effective method introduced to cope with this variation. In this method, the speech spectrum of each speaker is frequency warped according to a specific warping factor of that speaker. In this paper, we first developed the common search-based method to obtain the appropriate warping factor over a HMM-based Persian continuous speech recognition system. Then pointing out the computational cost of search-based method, we proposed a linear regression process for estimating warping factor based on the scores generated by our gender detection system. Experimental results over a Persian conversational speech database shown an improvement about 0.54 percent in word recognition accuracy as well as a significant reduction in computational cost of estimating warping factor, compared to search-based approach.},  
Keywords = {speech recognition, Vocal Tract Length Normalization, gender detection, linear regression, warping factor,},
volume = {13},
Number = {1}, 
pages = {57-70}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {تخمین سریع ضرایب پیچش در هنجارسازی طول مجرای صوتی با استفاده از امتیاز به دست آمده از مدلسازی تشخیص جنسیت},
abstract_fa ={یکی از مشکلات عمده­ی سامانه­های خودکار بازشناسی گفتار (ASR)، تنوعات موجود در بین گویند­ه­ها، کانال انتقال داده و محیط است که به علت وجود این تنوعات، کارایی این سامانه‌ها در شرایط کاربردی مختلف به شدت تغییر می‌کند. مقاوم سازی سیستم­های بازشناسی جهت مقابله با این تغییرات از جمله مسائل حال حاضر در حوزه بازشناسی گفتار است. از جمله عواملی که باعث کاهش کارایی سیستم­ها می­شود، تمایز مشخصات صوتی آواهای یکسانِ تولید شده از گوینده­های مختلف است. یکی از عوامل اصلی این مشکل ناشی از تفاوت موجود در طول مجرای صوتی (VTL) بین گوینده­های مختلف می‌باشد. روش هنجارسازی طول مجرای صوتی (VTLN) از روش­های رایج برای رفع این مشکل است که در آن برای هر گوینده یک ضریب پیچش فرکانسی تعیین می­گردد. در این مقاله روش متداول تعیین ضریب پیچش با رویکرد مبتنی بر جستجو در یک سیستم بازشناسی گفتار پیوسته فارسی مبتنی بر مدل مخفی مارکوف معرفی و مشکلات محاسباتی استفاده از این روش شرح داده شده است. در نهایت روشی مبتنی بر رگرسیون خطی از روی امتیازِ محاسبه شده از مدلسازی تشخیص جنسیت جهت تخمین ضرایب پیچش پیشنهاد شده است که منجر به کاهش قابل ملاحظه هزینه محاسباتیِ روش مبتنی بر جستجو می­شود. علاوه بر این، نتایج آزمایشات بر روی دادگان آزمون گفتار تلفنی محاوره­ای، بیانگر بهبود 54/0 درصدی دقت تشخیص کلمه روش پیشنهادی نسبت به روش متداول مبتنی بر جستجو می­باشد. },
keywords_fa = {بازشناسی گفتار, هنجارسازی طول مجرای صوتی, تشخیص جنسیت, رگرسیون خطی, ضریب پیچش فرکانسی.},
url = {http://jsdp.rcisp.ac.ir/article-1-254-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-254-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Ahangarbahan, Hamid and Montazer, Gholam Ali},  
title = {Design a Sentence Based Plagiarism Detection System by Evidences Fusion in Persian Text}, 
abstract ={Today, there are many documents on Internet, such that users can generate new documents by coping them and existing Plagiarism Detection systems (PDS) couldn't detect all kind of plagiarism. The main challenge is finding a suitable algorithm to improving the amount of similar documents and their assessing time. It’s difficult to do assessing similarity in Persian texts that different characteristics affect on it and also many of them are ambiguous. For this reason Dempster - Shefer (Evidence) theory has been used in this paper. The proposed system will assess in a two-level and in the first stage, sentences will divide in general and expert terms and then assessing by suitable measures and domain ontology. These results will be delivered to first level as "basic belief" and will be integrated by using a Dempster combination rule to create one of the second level inputs. In second level, the previous level result and another similarity measures will be weighted and combined belief and plausibility functions for final assessment will be distinguished. This system has been used for real data assessment and compared the actual results shows that the precision between the system results and actual results is about 90%, which implies that the system can be used as Plagiarism Detection System.},  
Keywords = {Plagiarism, Data fusion, Evidence theory, Similarity Measures, Semantic Similarity},
volume = {13},
Number = {1}, 
pages = {71-85}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {طراحی سامانۀ تشخیص دستبرد ادبی جمله‌بنیاد در متون فارسی به کمک هم‌جوشی گواه‌ها},
abstract_fa ={در حال حاضر، افراد به راحتی می‌توانند سند جدیدی را با رونوشت‌برداری از منابع وسیع اینترنتی درست و به نام خود ثبت کنند که مصداقی از دستبرد ادبی است. سامانه‌های دستبرد ادبی موجود قابلیت شناسایی کامل انواع دستبرد را ندارند. چالش اساسی در این زمینه یافتن الگوریتمی مناسب برای بهبود میزان یافته‌های مشابه و زمان بررسی آنهاست. تاکنون سنجه‌های مختلفی برای ارزیابی مشابهت دو سند ارائه شده که کارایی آنها به محتوای متن و منابع مورد استفاده برای مقایسۀ بین واژه‌های دو سند محدود است. در این مقاله روشی ارائه شده است که با توجه به کیفی و ناکامل بودن عوامل اثرگذار بر سنجش شباهت بین دو متن، از نظریۀ گواه برای هم‌جوشی اطلاعات به منظور ارزیابی تشابه دو سند فارسی و کشف دستبرد ادبی استفاده می‌کند. سامانۀ طراحی‌شده در مرحلۀ اول جمله‌های موجود در سند را به دو بخش عمومی و تخصصی تقسیم کرده و سپس با استفاده از سنجه‌های متفاوت و استفاده از منابعی همانند «هستان‌نگار تخصصی» امتیاز تشابه برای هر بخش را محاسبه و در نهایت در دو سطح، میزان شباهت بین دو سند را استنتاج می‌کند؛ به طوری‌که در سطح اول نتایج سنجه‌های شباهت‌سنجی به عنوان گواه (با باور پایۀ مشخص) با قاعدۀ دمپستر-شفر با هم ترکیب شده و به عنوان گواهی جدید به سطح دوم منتقل می‌شوند. در سطح دوم نتیجۀ سطح اول ‌و‌گواه جدید از طریق قاعدۀ میانگین‌گیری ترکیب شده و توابع باور و مقبولیت نهایی محاسبه و شباهت بین دو جمله(سند) ارزیابی می‌شود. سامانۀ مذکور بر داده‌های واقعی در محیط زبان فارسی مورد ارزیابی قرار گرفته که با دقت بیش از 90% امکان شناسایی اسناد مشابه را داراست و به همین دلیل توانمندی لازم برای استفاده در حوزۀ شناسایی دستبرد ادبی را داراست.},
keywords_fa = { دستبرد ادبی, هم‌جوشی داده, سنجه‌های شباهت‌سنجی, نظریۀ گواه, شباهت‌سنجی معنایی},
url = {http://jsdp.rcisp.ac.ir/article-1-276-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-276-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {},  
title = {Improved Clustering Persian Text Based on Keyword Using Linguistic and Thesaurus Knowledge}, 
abstract ={Persian words in writing with a diverse and cover all modes of grammatical words with the recruitment of a series of specific rules because it is impossible to extract keywords automatically from Persian texts difficult and complex. This thesis has attempted to use linguistic information and thesaurus, keywords Mnatry be provided. Using the symbol system is structured network can be keywords, including the exchange of words, words and words with hierarchical relationships complete the package has increased. Therefore the agreement between users and search keywords text search and recall is increased. In the first stage non-important words are removed and the public. Supervision in the text are words and more words to clarify the relative importance of using a blower numerical weight is assigned to each word that indicates the effectiveness of the word in connection with the subject and compared with the other words used in the text. Particularly complex operation that makes use of thesaurus keywords are extracted Mnytry that kind of hierarchical category scientific literature in the field of information retrieval is indicated. Test results on different topics several text accurately represents the proposed method and the ability to extract the keywords in accordance with user demand.},  
Keywords = {Keyword Extraction, Thesaurus, Computational Linguistic, Information Retrieval},
volume = {13},
Number = {1}, 
pages = {87-100}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {ارائه روشی جدید برای شاخص‌گذاری خودکار و استخراج کلمات کلیدی برای بازیابی اطلاعات و خوشه‌بندی متون},
abstract_fa ={در زبان فارسی کلمات دارای صورت‌های نگارشی متنوعی هستند و پوشش کلیه حالات دستوری کلمات با به کارگیری یک سری قواعد معین ناممکن است به همین دلیل استخراج کلمات کلیدی به طور خودکار از متون فارسی دشوار و پیچیده است. در این مقاله سعی شده است با استفاده از اطلاعات زبان شناختی و اصطلاح‌نامه ، کلمات کلیدی بامعناتری ارائه شود. با استفاده از اصطلاح‌نامه که از نظامی ساختارمند برخوردار است می‌توان شبکه کلمات کلیدی، شامل کلمات هم ارز، کلمات سلسله مراتبی و وا‌بسته را تکمیل کرده و افزایش داد. بنابراین می‌توان توافق بین جستجوی کاربران و کلمات کلیدی متنی را بیشتر نمود و جامعیت جستجو را افزایش داد. در مرحله اول کلمات غیر مهم و عمومی حذف می‌شوند. سپس کلمات متن ریشه‌یابی می‌شوند و در ادامه برای مشخص شدن اهمیت نسبی کلمات با استفاده از روش‌های وزن‌دهی یک وزن عددی به هر کلمه منسوب می‌گردد که بیانگر میزان تاثیر کلمه در ارتباط با موضوع متن و درمقایسه با سایر کلمات بکار رفته در متن است‌. مجموعه عملیات فوق خصوصاً استفاده از اصطلاح‌نامه باعث می‌شود که دسته‌بندی متون دقیق‌تر انجام گیرد و به نوعی رده علمی سلسله مراتبی متون در حوزه بازیابی اطلاعات نیز مشخص می‌شود. نتایج آزمایش‌ها روی چندین متن در موضوعات مختلف نشان دهنده دقت و توانایی روش پیشنهادی در استخراج کلمات کلیدی منطبق با خواست کاربر است و در نتیجه خوشه‌بندی دقیق‌تر متون می‌باشد.},
keywords_fa = {استخراج کلمات کلیدی, اصطلاح‌نامه, زبان‌شناختی, بازیابی اطلاعات},
url = {http://jsdp.rcisp.ac.ir/article-1-139-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-139-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Ahmadizar, Fardin and Soltanian, Khabat and AkhlaghianTab, Fardi},  
title = {Construction and Training of Artificial Neural Networks using Evolution Strategy with Parallel Populations}, 
abstract ={Application of artificial neural networks (ANN) in areas such as classification of images and audio signals shows the ability of this artificial intelligence technique for solving practical problems. Construction and training of ANNs is usually a time-consuming and hard process. A suitable neural model must be able to learn the training data and also have the generalization ability. In this paper, multiple parallel populations are used for construction of ANN and evolution strategy for its training, so that in each population a particular ANN architecture is evolved. By using a bi-criteria selection method based on error and complexity of ANNs, the proposed algorithm can produce simple ANNs that have high generalization ability. To assess the performance of the algorithm, 7 benchmark classification problems have been used. It has then been compared against the existing evolutionary algorithms that train and/or construct ANNs. Experimental results show the efficiency and robustness of the proposed algorithm compared to the other methods. In this paper, the impact of parallel populations, the bi-criteria selection method, and the crossover operator on the algorithm performance has been analyzed. A key advantage of the proposed algorithm is the use of parallel computing by means of multiple populations.},  
Keywords = {Artificial Neural Networks, Evolution Strategy, Parallel Populations},
volume = {13},
Number = {1}, 
pages = {101-114}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {طراحی و آموزش شبکه‏ های عصبی مصنوعی به وسیله استراتژی تکاملی با جمعیت‏ های موازی},
abstract_fa ={کاربرد شبکه‏‏ های عصبی مصنوعی در حوزه‏ هایی از قبیل دسته‏ بندی تصاویر و سیگنال های صوتی مؤید توانایی این ابزار قدرتمند هوش مصنوعی در حل مسائل دنیای امروز است. طراحی و آموزش شبکه‏ های عصبی همواره یک فرآیند زمان‏بر و مشکل بوده است. یک مدل عصبی مناسب باید بتواند الگوی داده‏ های آموزشی را فراگرفته و نیز قابلیت تعمیم داشته باشد. در این مقاله، از جمعیت‏ های موازی برای طراحی معماری شبکه عصبی و همچنین از استراتژی تکاملی برای آموزش آن استفاده شده است، به‏ طوریکه در هر جمعیت شبکه ای با معماری خاصی تکامل می‏ یابد. با کمک یک روش انتخاب دومعیاره مبتنی بر میزان خطا و پیچیدگی شبکه‏ ها، الگوریتم ارائه شده قادر است شبکه‏ های ساده با قابلیت تعمیم بالا تولید کند. برای ارزیابی کارایی الگوریتم پیشنهادی از 7 مسأله استاندارد دسته‏ بندی استفاده شده است. روش ارائه شده با روش‏های تکامل اوزان، تکامل معماری و نیز الگوریتم‏های تکامل همزمان معماری و اوزان مورد مقایسه قرار گرفته است. نتایج آزمایش‏ها کارایی و پایداری این روش را نسبت به روش‏های مورد مقایسه نشان می‏دهد. در این مقاله، همچنین تأثیر وجود جمعیت‏های موازی، روش انتخاب دومعیاره و نیز عملگر ادغام در الگوریتم ارائه شده مورد بررسی قرار گرفته است. از مزایای اصلی این روش بهره‏ گیری از پردازش موازی به وسیله جمعیت‏های مستقل است.},
keywords_fa = {شبکه‏ های عصبی مصنوعی, استراتژی تکاملی, جمعیت‏ های موازی},
url = {http://jsdp.rcisp.ac.ir/article-1-110-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-110-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {},  
title = {Hyperspectral Images Sub-Pixel Classification Based on Pixel-Swapping Algorithm Extension and Its Evaluation}, 
abstract ={The capability of the matter identification is developed considerably in hyperspectral images. The spectral reflectance of surfaces in these imaging systems in the visible and near infrared range of the electromagnetic spectrum is recorded in extremely narrow and continuous bands. But for some reasons, such as existence the mixed pixels and low spatial resolution of these images, is difficult to land cover accurate position identify. The soft classification methods provide the estimation of the membership value of various classes within mixed pixels. But, by using these methods, the matter information extraction is possible only and position information extraction in sub-pixel level is impossible. In recent years, in order to solve this problem, some methods that are called SRM, have been developed for positioning the extracted membership values by soft classification process in sub-pixels for producing a higher spatial resolution land use map. In this paper, pixel-swapping method is used as the latest SRM algorithms, and with repetition the binary case of this algorithm for each class, this algorithm has been generalized and developed for multi-class. Another main point in sub-pixel classification is the performance evaluation of these classifiers. Because of the influence of various parameters in the sub-pixel classification, the evaluation of this process is very complex. Hence, as a main and innovative activity in this paper, the Influence of the neighborhood level and the zoom factor as two important parameters in the extension pixel-swapping method has been simulated and analyzed. For this purpose, in this paper a framework for evaluating the sub-pixel classification performance based on dependent on and independent on soft classification error is proposed.},  
Keywords = {Hyperspectral image, Sub-pixel classification, Sub-pixel classification evaluation, Pixel-swapping method, SRM algorithm},
volume = {13},
Number = {1}, 
pages = {115-125}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {طبقه‌بندی زیرپیکسلی تصاویر ابرطیفی براساس تعمیم الگوریتم معاوضه پیکسلی و ارزیابی آن},
abstract_fa ={قابلیت شناسایی ماهیتی پوشش‌های سطح در تصاویر ابرطیفی به‌نحو قابل‌توجهی فراهم شده‌است. دراین تصاویر طیف بازتابی سطح در محدوده مرئی و مادون‌قرمزنزدیک طیف الکترومغناطیس در باندهای بسیار باریک و پیوسته ثبت می‌گردد. لیکن بدلایلی ازجمله وجود پیکسل‏های مخلوط و پایین بودن قدرت تفکیک‌مکانی این تصاویر، شناسایی دقیق موقعیتی پوشش‌های سطح در آنها دشوار است. روش‏های طبقه‏بندی‌نرم امکان برآورد سهم کلاس‏ها رادر داخل پیکسل‏های مخلوط فراهم می‌آورد. اما بااستفاده ازاین روش‏ها تنها اطلاعات ماهیتی درسطح زیرپیکسل تولید شده و آرایش مکانی کلاس‌ها نامعلوم باقی می‏ماند. جهت حل این مشکل، روش‏هایی بانام SRM ارائه شده که مقادیر عضویت حاصل از طبقه‏بندی‌نرم رادر زیرپیکسل‌ها جانمایی نموده و نقشه پوششی با توان‌تفکیک بالاتری تولید می‏نمایند. دراین مقاله، ازروش معاوضه‌پیکسلی بعنوان یکی‌از الگوریتم‏های SRM استفاده وبا تکرار آن‌برای هرکلاس‏، حالت چندکلاسه آن ایجاد شد. نکته اساسی که‌در طبقه‌بندی زیرپیکسلی مطرح می‌شود، ارزیابی این نوع طبقه‌بندی‌کنندهها است، که بدلیل اثرگذاری پارامترهای متنوع در طبقه‌بندی زیرپیکسلی، پیچیده است. از اینرو بعنوان فعالیتی اصلی و نوآورانه اثرگذاری دو پارامتر سطح‌همسایگی و ضریب‌بزرگنمایی درروش معاوضه‌پیکسلی تعمیم‌داده‌شده، شبیه‌سازی و تحلیل شده‌است. برای این‌منظور چارچوبی برای ارزیابی عملکرد طبقه‌بندی زیرپیکسلی به‌دو صورت مستقل از خطای طبقه‏بندی‌نرم و وابسته به‌آن، پیشنهاد گردید.},
keywords_fa = {تصویر ابرطیفی, طبقه بندی زیرپیکسل, ارزیابی طبقه بندی ریزپیکسلی, روش معاوضه پیکسلی, الگوریتم SRM},
url = {http://jsdp.rcisp.ac.ir/article-1-30-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-30-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Zardadi, Mohsen and Mehrshad, Naser},  
title = {A New Approach to Retinal Vessel Segmentation by Using Computational Model of Simple Cells in Primary Visual Cortex}, 
abstract ={In this paper, a new unsupervised algorithm for automatic retinal blood vessel extraction is presented. A pre-processing step is introduced to eliminating optic disk and back ground noise. Blood vessel highlighting is prepared by a new method inspired by simple cells in human visual system. An adaptive threshold is introduced as an activation function of simple cells. Post-processing step is used as a final stage at the output of simple cells to eliminating exudates which is detected as blood vessels. The results on DRIVE database demonstrate that the performance of the proposed algorithm is comparable with state-of-the-art techniques in terms of execution time and extracted vessels.},  
Keywords = {retinal vessel segmentation, medical assistance systems, retinal simple cell model, DRIVE database },
volume = {13},
Number = {1}, 
pages = {127-138}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {آشکارسازی عروق شبکیه چشم بر اساس مدل محاسباتی سلول ساده کورتکس اولیه بینایی},
abstract_fa ={در این مقاله یک الگوریتم جدید برای آشکارسازی خودکار و بدون نظارت عروق خونی شبکیه چشم ارائه شده است. برای آشکارسازی عروق خونی شبکیه، ابتدا یک مرحله پیش‌پردازش برای حذف لکه زرد و شدت روشنایی‌های نویزگونه پس‌زمینه تصویر انجام شده است. برجسته‌سازی رگ‌های خونی تصویر در جهت‌های مختلف با استفاده از یک الگوریتم جدید مبتنی بر عملکرد سلول ساده سیستم بینایی انسان انجام شده است. یک مقدار آستانه تطبیقی نیز به عنوان تابع فعالیت این سلول ساده در نظر گرفته شده است. در انتها برای حذف ترشحات آشکارشده به عنوان رگ‌های خونی، یک مرحله پس‌پردازش روی خروجی‌های سلول‌های ساده انجام می‌شود. نتایج به‌دست آمده نشان می‌دهد که روش پیشنهادی تقریباً در تمامی تصاویر پایگاه داده DRIVE عروق شبکیه چشم را با درصد بالاتری نسبت به روش‌های موجود آشکارسازی کرده و مدت زمان استخراج عروق بسیار بهبود یافته است.},
keywords_fa = {آشکارسازی عروق شبکیه, سیستم‌های تصمیم‌یار پزشکی, مدل سلول ساده شبکیه, بانک داده DRIVE },
url = {http://jsdp.rcisp.ac.ir/article-1-230-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-230-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Farhang, Mohsen and Bahramgiri, Hosein and Dehghani, Hami},  
title = {Novel Features for Modulation Recognition Using an 8PSK Demodulator}, 
abstract ={In this paper a feature-based modulation classification algorithm is developed for discriminating PSK signals. The candidate modulation types are assumed to be QPSK, OQPSK, π/4 DQOSK and 8PSK. The proposed method applies an 8PSK baseband demodulator in order to extract required features from observed symbols. The received signal with unknown modulation type is demodulated by an 8PSK demodulator whose output is considered as a finite state machine with different states and transitions for each candidate modulation. Estimated probabilities of particular transitions constitute the discriminating features. The obtained features are given to a Bayesian classifier which decides on the modulation type of the received signal. The probability of correct classification is computed with different number of observed symbols and SNR conditions by carrying out several simulations. The results show that the proposed method offers more accurate classification compared to previous methods for classifying variants of QPSK.},  
Keywords = {automatic modulation classification, feature extraction, pattern recognition, variants of QPSK, Bayes classifier.},
volume = {13},
Number = {2}, 
pages = {3-10}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {استخراج ویژگیهای نوین برای طبقه بندی مدولاسیون با استفاده از یک دمدولاتور 8PSK},
abstract_fa ={  در این مقاله یک الگوریتم طبقه بندی مدولاسیون مبتنی بر ویژگی برای جداسازی سیگنالهای PSK ارائه شده است. مدولاسیونهای کاندید شامل QPSK، OQPSK، π/4DQOSK و 8PSK در نظر گرفته شده اند. روش ارائه شده برای استخراج ویژگیهای مورد نظر از روی سمبلهای مشاهده شده، از یک دمدولاتور باند پایه 8PSK استفاده می کند. خروجی دمدولاتور به صورت یک ماشین حالت محدود در نظر گرفته می شود که به ازای هر یک از مدولاسیونهای کاندید، حالتها و تغییر حالتهای متفاوتی دارد. تخمین احتمال برخی تغییر حالتهای مشخص، ویژگیهای متمایزکننده مدولاسیونهای کاندید را پدید می آورند. ویژگیهای بدست آمده به یک طبقه بندی کننده بیزی داده می شوند که درباره نوع مدولاسیون سیگنال دریافتی تصمیم گیری می کند. با انجام شبیه سازیهای متعدد، احتمال طبقه بندی صحیح در شرایط مختلف نسبت توان سیگنال به نویز و با تعداد مختلف سمبلهای مشاهده شده محاسبه شده است. نتایج این شبیه سازیها نشان می دهد که روش پیشنهادی در مقایسه با روشهای موجود، طبقه بندی دقیقتری ارائه می دهد. },
keywords_fa = {طبقه بندی خودکار مدولاسیون, استخراج ویژگی, شناسایی الگو, نسخه های تغییریافته QPSK, طبقه بندی کننده بیزی},
url = {http://jsdp.rcisp.ac.ir/article-1-70-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-70-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Moradi, Ali and Shahbahrami, Asadollah and EbrahimiAtani, Reza and AlidoustNia, Mehr},  
title = {Persian XML Documents Metaheuristic Clustering Based on Structure and Content Similarity}, 
abstract ={Due to the increasing number of documents, XML, effectively organize these documents in order to retrieve useful information from them is essential. A possible solution is performed on the clustering of XML documents in order to discover knowledge. Clustering XML documents is a key issue of how to measure the similarity between XML documents. Conventional clustering of text documents using a document similarity measure used in information content, they can cause structural information contained in XML documents is ignored. In this paper, a new model named matrix space model to represent both structural and content features of documents in XML, is proposed. Based on this model, the Jaccard similarity measure is defined and the colonial competitive algorithm for clustering XML documents is used. Experimental results show that the proposed model function in identifying similar documents which closely identified with the same structure and content information are effective. This method can improve the accuracy of clustering, and XML data can be used to increase productivity.},  
Keywords = {Clustering, Persian, colonial competitive algorithm, },
volume = {13},
Number = {2}, 
pages = {11-23}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {خوشه‌بندی فراابتکاری اسناد فارسی اِکس‌اِم‌اِل مبتنی بر شباهت ساختاری و محتوایی},
abstract_fa ={با توجه به رشد فزاینده‌ی تعداد اسناد XML، سازماندهی موثر این اسناد به منظور بازیابی اطلاعات مفید از آنها ضروری می‌باشد. یک راه‌حل امکان‌پذیر، انجام خوشه‌بندی بر روی اسناد XML به منظور کشف دانش است. مسئله کلیدی در خوشه‌بندی اسناد XML این است که چگونه می‌توان شباهت بین اسناد XML را اندازه‌گیری کرد. استفاده از روش‌های متداول خوشه‌بندی اسناد متنی که اطلاعات محتوایی را برای اندازه‌گیری شباهت سند بکار می‌گیرند، باعث می‌شود اطلاعات ساختاری موجود در اسناد XML نادیده گرفته شود. در این مقاله، مدل جدیدی با نام مدل فضای ماتریسی برای بازنمایی هر دو ویژگی ساختاری و محتوایی داده‌ها در اسناد XML، پیشنهاد می‌شود. بر اساس این مدل، معیار شباهت جاکارد را تعریف و در نهایت از الگوریتم رقابت استعماری برای خوشه‌بندی اسناد XML استفاده می‌شود. نتایج تجربی نشان می‌دهد که مدل پیشنهادی و تابع نزدیکی معرفی شده در شناسایی اسناد مشابه که دارای اطلاعات ساختاری و محتوایی یکسان هستند، موثر است. این روش می‌تواند به منظور بهبود دقت خوشه‌بندی و افزایش بهره‌وری در بازیابی اطلاعات XML مورد استفاده قرار گیرد.},
keywords_fa = {خوشه‌بندی, زبان فارسی, الگوریتم رقابت استعماری, پردازش زبان طبیعی و بازیابی اطّلاعات},
url = {http://jsdp.rcisp.ac.ir/article-1-29-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-29-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {khalilzadeh, mohammad ali and dustdarnughabi, hojjat},  
title = {Evaluation of blood perfusion of the trapezius muscle with wavelet analysis of photoplethysmogram signal using neural network}, 
abstract ={Measurement of tissue blood perfusion has many applications in the prevention of pressure sores, muscle activity assessment and care of tissue blood perfusion during surgery. Photoplethysmography as a continuous measure for evaluation of blood perfusion in tissue is accepted by researchers. In this study a new method for assessment of blood perfusion to the tissue based on photoplethysmograph signal (PPG) is presented. Wavelengths of the PPG were near infrared 950 nm with source-to-detector separation of 7 and 22 mm. The probe was placed over the trapezius muscle of 19 healthy subjects under the external pressures of 0 and 40 and 80 mmHg. PPG envelope detected and wavelet transform calculated in the five frequency intervals. These bands relate to metabolic, neurogenic, myogenic, respiratory and cardiac activities. The p-value of the t-test analysis for extracted features was less than 0.005. Results have shown that by applying external pressure, tissue deep layers most affected and the amount of their blood perfusion is reduced. Accuracy of separation at different pressures for back propagation neural network (BPNN) was 73.68% and for generalized regression neural network (GRNN) was 79.6%. Improvement of this method can be as a clinical assessment of tissue blood perfusion and can be as an effective method in prevention of pressure ulcers.},  
Keywords = {Blood perfusion, Photoplethysmogram, Wavelet transform, generalized regression neural network (GRNN)},
volume = {13},
Number = {2}, 
pages = {25-33}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {ارزیابی خون رسانی به بافت در ناحیه عضلات ذوزنقه با تحلیل موجک سیگنال حجم سنجی نوری به کمک شبکه عصبی},
abstract_fa ={اندازه گیری جریان خون به بافت کاربردهای زیادی در پیشگیری از زخم فشار، ارزیابی میزان فعالیت عضلات ورزشکاران و مراقبت از خون رسانی بافت حین اعمال جراحی دارد. استفاده از سیگنال حجم سنجی نوری به عنوان یک معیار پیوسته و غیرتهاجمی در ارزیابی میزان جریان خون بافت مورد پذیرش محققین می‌باشد. در این مطالعه روشی نو، برای ارزیابی میزان خون رسانی به بافت بر اساس سیگنال حجم سنجی نوری ارائه می‌شود. برای این هدف سیگنال حجم سنجی نوری به‌صورت انعکاسی با دو فاصله فرستنده و گیرنده 7 (اول) و 22 (دوم) میلیمتر با طول موج 950 نانومتر از کتف فرد در ناحیه عضلات ذوزنقه از 19 فرد سالم تحت اعمال فشارهای 0 و 40 و 80 میلیمتر جیوه گرفته شد. استخراج پوش بالایی سیگنال حجم سنجی نوری و تحلیل موجک در بازه‌های فرکانسی که مرتبط با عوامل متابولیک، نروژنیک، میوژنیک،  تنفس و فعالیت قلبی است، انجام شده است. نتایج حاصل از آزمون t-test برای ویژگی‌های استخراج شده از سیگنال حجم سنجی نوری گیرنده دوم، اختلاف معنی‎دار  (0.005 p <) را نشان دادند. برای جداسازی سیگنال حجم سنجی نوری از گیرنده دوم در فشارهای مختلف، شبکه عصبی پس انتشار (BPNN) صحت 68/73% و شبکه عصبی برازش تعمیم یافته (GRNN) صحت 6/79% حاصل شد. نتایج حاصل از شبیه‌سازی‌ها نشان می‌دهند که با اعمال فشار خارجی، لایه‌های عمقی بافت بیشتر تحت تاثیر قرار گرفته و میزان خون رسانی به آنها کاهش پیدا می‌‌کند. بهبود این روش می‌تواند برای ارزیابی میزان خون رسانی به بافت به‌صورت بالینی به کار برده شود و در مراحل بعد به عنوان روشی موثر برای پیشگیری از زخم فشار توسعه یابد.},
keywords_fa = {خون رسانی, حجم سنجی نوری, تبدیل ویولت, شبکه عصبی رگرسیون تعمیم یافته},
url = {http://jsdp.rcisp.ac.ir/article-1-253-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-253-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Noferesti, Samira and Shamsfard, Mehrnoush},  
title = {Automatic building a corpus and exploiting it for polarity classification of indirect opinions about drugs}, 
abstract ={Opinion mining is a well-known problem in natural language processing that has attracted increasing attention in recent years. Existing approaches have been often focused on identifying direct opinions and ignored indirect ones. However, in some domains such as medical, indirect opinions occur frequently. Therefore, ignoring indirect opinions can lead to the loss of valuable information and noticeable decline in overall accuracy of opinion mining systems. In this paper, we present a semi-automatic approach to construct a corpus of indirect opinions from drug reviews. In the first step, we propose an automatic method for detection of indirect opinions and in the second step, we use domain knowledge, linguistic rules and review structure for polarity detection of drug reviews. Then we exploit the constructed corpus as a training set in machine learning techniques for polarity classification of new examples. Experimental results demonstrate that our proposed approach achieves 82.81 percent precision.},  
Keywords = {opinion mining, indirect opinions, sentiment analysis, corpus construction, machine learning},
volume = {13},
Number = {2}, 
pages = {35-49}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {ساخت نیمه‌خودکار یک پیکره از نظرات غیرمستقیم در دامنه دارو و بکارگیری آن برای تعیین قطبیت نظرات},
abstract_fa ={مسئله نظرکاوی در سال‌های اخیر بسیار مورد توجه بوده است. تمرکز روش‌های موجود نظرکاوی بر نظرات مستقیم بوده است و اغلب آنها از نظرات غیرمستقیم صرفنظر کرده‌اند. درحالی‌که در برخی دامنه‌ها از جمله پزشکی نظرات غیرمستقیم به کرات رخ می‌دهند و نادیده گرفتن آنها باعث کاهش دقت سیستم نظرکاوی می‌شود. در این مقاله روشی نیمه‌خودکار برای ساخت پیکره‌ای از نظرات غیرمستقیم به زبان انگلیسی در دامنه دارو ارائه می‌شود. در مرحله اول روش پیشنهادی، جملاتی که بیانگر یک نظر غیرمستقیم هستند شناسایی می‌شوند و در مرحله دوم قطبیت آن‌ها با کمک دانش دامنه، الگوهای زبانی و ساختار نظرات تعیین می‌شود. سپس از این پیکره در روش‌های یادگیری ماشین جهت تعیین قطبیت نظرات مطرح شده درباره داروها استفاده می‌گردد. نتایج آزمایشات نشان می‌دهد که روش پیشنهادی در تعیین قطبیت مجموعه تست به دقت 82.81 درصد می‌رسد و بر یک روش‌ برجسته تحلیل نظرات مستقیم به نام الگوهای سنتیک غلبه می‌کند.},
keywords_fa = {نظرکاوی, نظرات غیرمستقیم, تحلیل احساسات, ساخت پیکره, یادگیری ماشین},
url = {http://jsdp.rcisp.ac.ir/article-1-299-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-299-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {hamidi, hodjat},  
title = {An Approach to protecting of data processing system in computing systems using convolutional code}, 
abstract ={Abstract We present a framework for algorithm-based fault tolerance methods in the design of fault tolerant computing systems. The ABFT error detection technique relies on the comparison of parity values computed in two ways. The parallel processing of input parity values produce output parity values comparable with parity values regenerated from the original processed outputs. Number data processing errors are detected by comparing parity values associated with a convolution code. This article proposes a new computing paradigm to provide fault tolerance for numerical algorithms. The data processing system is protected through parity values defined by a high-rate real convolution code. Parity comparisons provide error detection, while output data correction is affected by a decoding method that includes both round-off error and computer-induced errors. To use ABFT methods efficiently, a systematic form is desirable. A class of burst-correcting convolution codes will be investigated. The purpose is to describe new protection techniques that are easily combined with data processing methods, leading to more effective fault tolerance.},  
Keywords = {algorithm-based fault tolerance (ABFT),convolution codes, parity values, syndrome},
volume = {13},
Number = {2}, 
pages = {51-69}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {رویکردی برای حفاظت از عملیات های پردازش داده در سیستم های محاسباتی با استفاده از کدهای کانولوشن},
abstract_fa ={در این مقاله چارچوبی برای روش‌های تحمل‌پذیری خطای مبتنی بر الگوریتم در سیستم های محاسباتی ارائه می‌دهیم. خطاهایی که در الگوریتم‌های پردازش داده‌ رخ می‌دهند، با بکارگیری کدهای کانولوشن سیستماتیکِ تعریف‌شده بر روی ساختارهای حسابیِ نقطه‌ ثابت، آشکارسازی و تصحیح می‌شوند. کدهای کانولوشن، امکان آشکارسازی خطا در عملیات‌ پردازش داده‌ی عددی را‌، فراهم می‌نمایند. بسیاری از تکنیک‌های تحمل‌پذیر خطا که مربوط به حفاظت از عملیات‌های ماتریسی عددی می‌باشند از کدهای بلوکی با افزونگی بالا برای قابلیت‌ تحصیح خطا، استفاده می‌کنند. در این مقاله، از کدهای کانولوشن استفاده شده و از ویژگی‌های آزمون پیوسته برای آشکارسازی ‌ خطاها استفاده می‌شود. این تکنیک آشکارسازی خطای ‌مبتنی بر الگوریتم، بر مقایسه مقادیر توازن محاسبه شده از دو مسیر تکیه دارد. خطاهای پردازش داده‌های عددی توسط مقایسه مقادیر توازن مرتبط با کدهای کانولوشن آشکار می‌شوند. این روش یک رویکرد جدید برای دستیابی به اصلاح خطای همزمان در سیستم‌های محاسبات تحمل‌پذیری خطا می‌باشد. این مقاله یک طرح محاسباتی جدید را به منظور فراهم آوردن تحمل‌پذیری خطا برای الگوریتم‌های عددی ارائه می دهد. در حالی که تصحیح داده‌های خروجی توسط یک کدگشای (کدبردار) آستانه که تحت تاثیر خطاهای گرد‌کردن و خطاهای ناشی از محاسبه‌گر می‌باشد، صورت می‌گیرد. هدف، توصیف یک رویکرد حفاظتی است که به آسانی با تکنیک‌های پردازش داده ادغام شده و به تحمل پذیری مؤثرتر خطا می انجامد. نتایج شبیه سازی، نشان می‌دهند که اختلاف میان خطای گردکردن و خطای ناشی از محاسبه گر به اندازه کافی برای متمایز شدن از یکدیگر بزرگ می‌باشد. این اختلاف بزرگ میان این دو خطا، محدوده و گستره‌ای از آستانه‌های آشکارسازی خطا را برای انتخاب به ما می‌دهد.},
keywords_fa = {پردازش داده, تحمل پذیری خطا مبتنی بر الگوریتم (ABFT) ؛ کدهای کانولوشن ؛ مقادیر توازن(پریتی)؛ خطاهای گرد کردن؛  آشکارسازی خطا},
url = {http://jsdp.rcisp.ac.ir/article-1-349-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-349-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Asgharian, Lida and ebrahimnezhad, Hossei},  
title = {Animating of Carton Characters by Skeleton based Articular Motion Transferring of Other Objects}, 
abstract ={Abstract: Nowadays, the animators give life to the fancy characters by making natural movements to organs of cartoon characters. To achieve this goal, movements of living individuals can be applied into cartoon characters. In this paper, a skeletal correspondence finding based method is proposed to transfer movement of a 2D character into a new character, where these two shapes have the same structural topology, approximately. Based on the given animation sequence of source character, each body part of this character is segmented according to a specific motion. In this case, an exact skeleton with defined joints will be achieved for source shape. The target character skeleton is obtained by automatic skeleton extraction algorithms. In this stage, by skeletal correspondence finding between source and target character, we can transfer skeleton deformation of each source body parts into target body parts. This deformation contains the values of skew, scale and orientation that are achieved from reference pose and deformed poses of source skeletons. Finally, to evaluate the proposed method efficiency, we perform it on 2D animation characters. The achieved results illustrate the ability of the algorithm in generating correct and natural motions for different variety of characters. The method is robust to the type of characters and can transfer variety of deformations.},  
Keywords = {Motion retargeting, Animation, Skeleton correspondence, Joint extraction},
volume = {13},
Number = {2}, 
pages = {71-89}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {پویانمایی شخصیت کارتونی با انتقال حرکت مفصلی و مبتنی بر اسکلت موجودات دیگر},
abstract_fa ={امروزه پویانماها با ایجاد حرکات طبیعی در اندام­های شخصیت­های کارتونی به شخصیت­های تخیلی زندگی واقعی می­بخشند. برای رسیدن به این هدف می­توان حرکات موجودات زنده را به شخصیت­های کارتونی اعمال نمود. دراین مقاله، یک روش مبتنی بر تناظریابی اسکلتی برای انتقال حرکت یک شخصیت دو بعدی به شخصیت جدید ارائه شده است. در این مقاله، روش نوینی برای تناظریابی بین اسکلت مرجع و هدف ارائه شده است که بر مبنای موقعیت زاویه­ای استخوان­های خارج شده از گره­ها و مجموع طول استخوان­های متصل شده به گره­ها می­باشد.  برای این منظور، دو شخصیت با ساختار آناتومی مشابه به ­عنوان شخصیت مرجع و هدف انتخاب می­شوند. بر اساس سکانس حرکتی موجود از شخصیت مرجع، اسکلتی با مفاصل دقیق برای این شخصیت استخراج شده و اسکلت شخصیت هدف بر اساس الگوریتم استخراج اسکلت به­دست می­آید. با تناظریابی بین اسکلت شکل مرجع و هدف می­توان حرکات و تغییرات هر یک از استخوان­های مرجع را به استخوان متناظر در شکل هدف منتقل نمود. تغییرات انتقال داده شده از شکل­های مرجع بیان­گر میزان چرخش، جابه­جایی و تغییر مقیاس هر یک از استخوان­های شکل مرجع می­باشند. برای ارزیابی الگوریتم پیشنهادی و نمایش نتایج حاصل از آن، از شخصیت­های پویانمائی دو بعدی استفاده شده است. نتایج به­دست آمده بیان­گر توانایی الگوریتم در تولید شکل­های با کیفیت و با حرکات طبیعی و واقعی می­باشند. الگوریتم پیشنهادی نسبت به تنوع شخصیت­های مرجع مقاوم بوده و می­تواند انواع تغییرات را به شخصیت­های دیگر منتقل نماید.},
keywords_fa = {انتقال حرکت, پویانمایی, تناظریابی اسکلت, استخراج مفصل.},
url = {http://jsdp.rcisp.ac.ir/article-1-312-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-312-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {sharifnoughabi, mojtaba and marvi, hossein and darabian, danial},  
title = {Farsi Accent Recognition based on speech signal using efficient features extraction and Combining of Classifiers}, 
abstract ={Speech recognition has achieved great improvements recently. However, robustness is still one of the big problems, e.g. performance of recognition fluctuates sharply depending on the speaker, especially when the speaker has strong accent and difference Accents dramatically decrease the accuracy of an ASR system. In this paper we apply three new methods of feature extraction including Spectral Centroid Magnitude (SCM), its first order difference (∆SCM ) and Zak transformation to the original speech signal using accents selected from FARSDAT corpus then their performance of these methods have been compared with some common methods such as MFCC. Moreover a new feature based on MFCC algorithm have been proposed in order to use in noisy environments. Five different classifications, including MLP, KNN, PNN, RBF and SVM and their combination have been used to evaluate the performance of each feature extraction methods. Experimental results demonstrate improvement in the recognition rates in our proposed method.},  
Keywords = {Spectral Centroid Magnitude, classifiers combination, Farsi accents, support vector machine, Improved Mel Frequency Cepstral Coefficient},
volume = {13},
Number = {2}, 
pages = {91-103}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {تشخیص لهجه های زبان فارسی از روی سیگنال گفتار با استفاده از روش های استخراج ویژگی کارآمد و ترکیب طبقه بندها},
abstract_fa ={تشخیص لهجه از روی شکل موج گفتار یکی از شاخه های نسبتا جدید در علم پردازش گفتار است.تشخیص لهجه می تواند تا حد زیادی باعث بهبود سیستم های بازشناخت گفتار شود.همانند هر سیستم بازشناسی، فرآیند تشخیص لهجه نیز شامل سه مرحله پیش پردازش، استخراج ویژگی و طبقه بندی است.در این مقاله سه روش کارآمد استخراج ویژگی شامل دامنه مرکزی طیفی (SCM) ، مشتق اول آن (∆SCM) و تبدیل Zak روی سیگنال گفتار اعمال شده اند و کارآیی این روش ها با روش های متدوال استخراج ویژگی مانند ضرایب مل-کپستروم و مشتقات آن مقایسه شده است. علاوه بر این یک ویژگی جدید که با ایجاد تغییراتی در الگوریتم محاسبه ضرایب مل-کپستروم به دست می آید برای تشخیص لهجه ها در محیط های نویزی معرفی گردیده است. برای مرحله طبقه بندی از پنج طبقه بند مختلف، شامل MLP ، KNN ، PNN ، RBF و SVM و ترکیب این طبقه بندها با یکدیگر استفاده شده است.نتایج آزمایش ها بیانگر بهبود نرخ بازشناسی لهجه ها با روش های پیشنهادی هستند.},
keywords_fa = {دامنه مرکزی طیفی, ترکیب طبقه بندها , لهجه فارسی, ماشین بردار پشتیبان, ضرایب مل-کپستروم بهبود یافته},
url = {http://jsdp.rcisp.ac.ir/article-1-315-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-315-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Asadi, Sekine},  
title = {Providing a method for image preprocessing to improve the performance of JPEG}, 
abstract ={A lot of researchs have been performed in image compression and different methods have been proposed. Each of the existing methods presents different compression rates on various images. By identifing the effective parameters in a compression algorithm and strengthen them in the preprocessing stage, the compression rate of the algorithm can be improved. JPEG is one of the successful compression algorithm that various works have been done to improve its performance. Image contrast is one important factor affecting on JPEG compression rate. The lower the image contrast, the less detail is visible and JPEG will be able to compress such images with a higher rate. In this paper, a semi-lossless preprocessing method based on power operator is proposed that decreases the image contrast by reducing the range of graylevels in the image. Therefore, JPEG can compress the preprocess images with a higher compression ratio. To restore the image, after decoding the compressed image, by applying the inverse exponent value to the power operator on this image, an image similar to the original image will be achieved. The results show that the proposed preprocessing method substantially increases the JPEG compression ratio on natural images.},  
Keywords = {Preprocessing, Image compression, Semi-lossless, JPEG method.},
volume = {13},
Number = {2}, 
pages = {105-120}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {ارائه روشی برای پیش‌پردازش تصویر جهت بهبود عملکرد JPEG},
abstract_fa ={تاکنون کارهای زیادی در مورد فشرده‌سازی تصویر انجام گرفته و روش­های متفاوتی ارائه شده­اند. هر یک از این روش­ها بر روی تصاویر مختلف، میزان فشرده­سازی متفاوتی را ارائه می­دهند. با شناسایی پارامترهای تاثیرگذار در یک الگوریتم فشرده­سازی و تقویت آنها در مرحله پیش‎پردازش، میزان فشرده­سازی آن الگوریتم را می­توان بهبود بخشید. JPEG یکی از روش­های فشرده­سازی موفق می­باشد که کارهای زیادی نیز برای بهبود عملکرد آن انجام شده است. میزان وضوح تصویر، یکی از عوامل مهم در میزان فشرده­سازی JPEG محسوب می‎شود. هر چه وضوح تصویر کمتر باشد، جزئیات کمتری در آن قابل نمایش است و JPEG قادر خواهد بود با میزان بیشتری این­گونه تصاویر را فشرده نماید. در این مقاله پیش‎پردازش شبه بی‎اتلافی مبتنی بر عملگر توان ارائه شده است که با کم کردن دامنه تغییرات سطوح خاکستری تصویر، وضوح تصویر را کاهش می‌دهد. بر اساس نتایج این تحقیق، JPEG قادر خواهد بود با میزان فشرده­سازی بیشتری تصاویر پیش­پردازش شده حاصل را فشرده نماید. در مرحله بازیابی تصویر، با اعمال عملگر توان با معکوس مقدار نما، وضوح اولیه تصویر احصاء می­شود. نتایج نشان می­دهد که روش پیش­پردازش ارائه شده میزان فشرده­سازی JPEG را بر روی تصاویر طبیعی به میزان قابل ملاحظه­ای افزایش می‎دهد.},
keywords_fa = {پیش‌پردازش, فشرده‌سازی تصویر, شبه بی‌اتلاف, روش JPEG},
url = {http://jsdp.rcisp.ac.ir/article-1-320-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-320-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Dehghan, Mohammad Hossein and Faili, Heshaam},  
title = {Generating the Persian Constituency Treebank in an Automatic Converting Method}, 
abstract ={Treebanks is one of important and useful resource in Natural Language Processing tasks. Dependency and phrase structures are two famous kinds of treebanks. There have already made many efforts to convert dependency structure to phrase structure. In this paper we study an approach to convert dependency structure to phrase structure because of lack of a big phrase structure Treebank in Persian. Also we study the algorithm’s errors and propose a solution to solve the problem and improve the quality of conversion process. The experiment results show that we can improve the quality of conversion, about 25.85 percent, in Persian and about 4.39 percent in English. With the help of the conversion algorithm and the dependency Treebank, we produce the phrase structure treebank and train a parser using the resulted treebank. Our parser output is about 21 percent, better than the same parser introduced as baseline.},  
Keywords = {Natural Language Processing, Persian Language, Dependency Structure Treebank, Phrase Structure Treebank, Phrase Structure Parser},
volume = {13},
Number = {2}, 
pages = {121-137}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {تولید درخت بانک سازه‌ای زبان فارسی به روش تبدیل خودکار},
abstract_fa ={درخت بانک از مهم­ترین و پرکاربردترین منابع مورد استفاده در زمینه پردازش زبان طبیعی است. دو نوع از پرکاربردترین درخت بانک­‌ها، درخت بانک وابستگی و درخت بانک سازه­‌ای است. با توجه به نبود درخت بانک سازه‌­ای با حجم بزرگ در زبان فارسی در این مقاله به بررسی روشی ارائه شده در تبدیل درخت بانک وابستگی به سازه‌­ای می­‌پردازیم. سپس مشکلات این روش را در زبان فارسی و انگلیسی بررسی و با ارائه راهکارهایی کیفیت تبدیل را بهبود می‌بخشیم. اولین راهکار، تصحیح مکان اتصال سازه‌ها در درخت سازه‌ای به ازای هر رابطه‌ی وابستگی است. راهکار دوم، انجام مکاشفه‌ای به صورت پس‌پردازش و بر روی خروجیِ ساختار سازه‌ای این روش است که، کیفیت نهایی درخت‌های سازه‌ای را بهبود می‌بخشد. نتایج حاصل از آزمایش‌ها نشان می­دهد که، روش تبدیل با کمک راهکارهای ارائه شده حدود 85/25 درصد در زبان فارسی و 39/4 درصد در زبان انگلیسی دارای کیفیت بالاتری نسبت به حالتی است که از راهکارهای پیشنهادی استفاده نشود. در ادامه با کمک روش تبدیل و درخت بانک وابستگی موجود در زبان فارسی، یک درخت بانک سازه‌ای تولید کرده و به کمک آن تجزیه‌گری سازه‌ای را آموزش داده‌ایم. کیفیت تجزیه‌گر آموزش داده شده با استفاده از درخت بانک حاصل از روش تبدیل و راهکارهای پیشنهادی این پژوهش نسبت به حالتی که از راهکارهای پیشنهادی استفاده نشود، بهبودی 21 درصدی را نشان می‌دهد.},
keywords_fa = {پردازش زبان طبیعی, زبان فارسی, بانک درخت وابستگی, بانک درخت تجزیه‌نحوی, تجزیه‌گر تجزیه‌نحوی},
url = {http://jsdp.rcisp.ac.ir/article-1-336-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-336-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {ShafeipourYourdeshahi, Sajjad and Seyedarabi, Hadi and Aghagolzadeh, Ali},  
title = {Video based Face Recognition Using Orthogonal Locality Preserving Projection}, 
abstract ={In this paper, attempting to improve the recognition rate and solve some problems such as pose, lighting variations and partial occlusion in video sequences using Orthogonal Locality Preserving Projection (OLPP). In this research, first of all face in video frames is detected for background removing. Then each set of images is distributed on a nonlinear manifold and clustered using appropriate methods then the center of each cluster is considered as the cluster representative. It is also shown that by using OLPP the key frames are projected to the new space, where the frames in each manifold are better closed also the frames in different manifold are better separated. The recognition is done by projecting the test video sequence to the new space and calculating the distance between manifolds. Comparing the experimental results of the proposed method with other methods demonstrate the effectiveness of the proposed approach.},  
Keywords = {face recognition, Orthogonal Locality Preserving Projection, key frame, subspace, manifold},
volume = {13},
Number = {2}, 
pages = {139-149}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {شناسایی چهره در رشته‌های ویدیویی با استفاده از افکنش متعامد با حفظ ساختار محلی},
abstract_fa ={در این تحقیق، تلاش برای بهبود نرخ شناسایی و حل مشکلات ناشی از چرخش سر، تغییر شدت روشنایی و پوشش قسمتی از چهره در رشته‌های ویدیویی با استفاده از افکنش متعامد با حفظ ساختار محلی (OLPP) است. در این پژوهش ابتدا برای حذف تصویر زمینه، چهره در فریم‌های ویدیویی تشخیص داده می‌شود. سپس با ارایه یک روش مناسب، مجموعه تصاویرچهره که به صورت منیفولد غیرخطی توزیع یافته است، خوشه‌بندی شده و مراکز خوشه‌ها به عنوان نماینده هر خوشه تعیین می‌شوند. در این مقاله نشان داده می‌شود که با استفاده از افکنش OLPP فریم‌های کلیدی به یک فضای جدیدی منتقل می‌شوند که در آن فریم‌های متعلق به یک منیفولد به هم نزدیک‌تر و از فریم‌های منیفولدهای دیگر دور می‌شوند. برای شناسایی، رشته ویدیویی آزمایشی به فضای جدید افکنش شده و فاصله‌ی بین منیفولدها محاسبه می‌شود. مقایسه نتایج الگوریتم پیشنهادی با روش‌های دیگر نشان دهنده‌ی کارایی بالای روش پیشنهادی است.},
keywords_fa = {شناسایی چهره, افکنش متعامد با حفظ ساختار محلی, فریم کلیدی, زیرفضا, منیفولد},
url = {http://jsdp.rcisp.ac.ir/article-1-340-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-340-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Ghassemian, Hassan and Hosseini, Seyed Abolfazl},  
title = {Hyper-Spectral Data Feature Extraction Using Rational Function Curve Fitting}, 
abstract ={In this paper, with due respect to the original data and based on the extraction of new features by smaller dimensions, a new feature reduction technique is proposed for Hyper-Spectral data classification. For each pixel of a Hyper-Spectral image, a specific rational function approximation is developed to fit its own spectral response curve (SRC) and the coefficients of the numerator and denominator polynomials of this function are considered as new extracted features. The method focuses on geometrical nature of SRCs and relies on the fact that the sequence discipline - ordinance of reflectance coefficients in spectral response curve - contains some information which has not been addressed by many other existing methods based on the statistical analysis of data.  Maximum likelihood classification results demonstrate that our method provides better classification accuracies in comparison with many competing feature extraction algorithms. In addition, the proposed algorithm has the possibility  of being  applied to all pixels of image individually and simultaneously as well. },  
Keywords = {},
volume = {13},
Number = {3}, 
pages = {3-16}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {استخراج ویژگی در تصاویر ابرطیفی به کمک برازش منحنی با توابع گویا},
abstract_fa ={در این مقاله روشی برای کاهش ویژگی در تصاویر ابرطیفی به منظور طبقه‌بندی این داده‌ها معرفی شده است که بر مبنای استخراج ویژگی‌های جدید با ابعادی بسیار کمتر از ابعاد ویژگی‌های نخستین عمل می‌کند. برای هر پیکسل از یک تصویر ابرطیفی، یک تابع تقریب کسریِ گویایِ مجزا از طریق برازش بر منحنی پاسخ طیفی آن پیکسل تولید می‌شود. ضرایب چند‌جمله‌ای‌های صورت و مخرج این تابع به‌عنوان ویژگی‌های جدید انتخاب می‌شوند. روش پیشنهادی بر ماهیت هندسی منحنی‌های پاسخ طیفی تأکید و تمرکز دارد و بر این واقعیت تکیه می‌کند که ترتیب توالی نقاط در این منحنیها حاوی اطلاعات مفیدی است که با غالب روش‌های استخراج ویژگی موجود، مورد توجه قرار نگرفته است. نتایج طبقه‌بندی با طبقه‌بند، بیشینه احتمال حکایت از برتری صحت نتایج طبقه‌بندی به‌وسیلۀ ویژگی‌های معرفی شده در مقایسه با روش‌هایِ متعددِ موردِ بررسی دارد. به‌علاوه روش پیشنهادی، قابلیت اعمال به تمام پیکسلهای تصویر را به‌صورت همزمان دارد.},
keywords_fa = { استخراج ویژگی, تصاویر ابرطیفی, برازش منحنی, تقریبPadé , طبقه‌بندی},

doi = {10.18869/acadpub.jsdp.13.3.3},
url = {http://jsdp.rcisp.ac.ir/article-1-346-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-346-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {SadeghiBajestani, Ghasem and Monzavi, Abbas and HashemiGolpaygani, Seyed Mohamad Rez},  
title = {Precisely chaotic models survey with Qualitative Bifurcation Diagram}, 
abstract ={The most important method  for behavior recognition of recurrent maps is to plot bifurcation diagram. In conventional method used for plotting bifurcation diagram,  a couple of time series for different values of model parameter have been generated and these points have been plotted with due respect to it after transient state. It does not have enough accuracy necessary for period detection and essential for discrimination between long periodic behaviors from chaotic behaviors; on the other hand because of being 2-dimensinal, it will not be possible to investigate the effect if the initial condition is in the basin of attraction. In this research, a new bifurcation diagram is presented which is called: Qualitative Bifurcation Diagram (QBD). QBD provides accurate determination of periodicity. Results of our algorithm implementation on logistic map, represents its ability on determining long periods and period windows. Bifurcation diagram of logistic map does not obey mosaic tiling patterns (patterns that are created by arrangement not interaction) as a disciplinein addition to having the dynamic order. Some benefits of QBD are: long period discrimination, period window detection, computation time reduction, period presentation instead of amplitude show. In the  following we have an analytical survey to Lyapunov exponent – as a usual measurement tool for chaotic behavior – and important notes are expressed. Finally, Recurrent Quantification Analysis (RQA) and QBD are compared.  },  
Keywords = {Bifurcation diagram, Chaos, Logistic Map, Lyapunov Exponent, Recurrent Quantification Analysis},
volume = {13},
Number = {3}, 
pages = {17-34}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {بررسی دقیق رفتار مدلهای آشوبی با استفاده از روش نمودار دوشاخگی کیفی},
abstract_fa ={روشِ اساسی برای شناسایی رفتار نگاشت‌های بازگشتی، ترسیم نمودار بایفورکیشن (دوشاخگی) است. در روش مرسوم با تغییر مقدار پارامترِ نگاشت، سری‌های زمانی متعددی ایجاد می‌شود و آن‌گاه با ترسیم مقادیر این سری‌ها در دوره ماندگار- بر حسب مقادیر پارامتر- نمودار دوشاخگی به‌دست می‌آید. این نمودارها، در تعیین دوره تناوب و همچنین جداسازی رفتارهای با دورۀ تناوب طولانی، از رفتارهای آشوب‌گونه، دقت کافی ندارند؛ و از طرف دیگر به‌دلیل دو‌بعدی‌بودن نمودارها، امکان بررسی اثر شرط نخستین در شکل‌گیری بستر جذب وجود ندارد. نمودار ارائه‌شده در این پژوهش که آن را نمودار دوشاخگی کیفی (QBD)[1]می‌نامیم، امکان تعیین دقیق دوره تناوب را فراهم می‌کند. با استفاده از QBD شناسایی مقادیری از شرط نخستین و پارامتر که به‌ازای آنها رفتار نگاشت، متناوب، شبه‌متناوب و یا آشوب‌گونه است، ممکن خواهد بود. نتایج به‌دست‌آمده از پیاده‌سازی الگوریتم پیشنهادی بر روی نگاشت لاجستیک، بیان‌گر توانایی آن در تشخیص تناوب‌های بالا و پنجره‌های متناوب است. همچنین مشاهده شد، نمودار دوشاخگی لاجستیک از یک نظم موزاییکی (نظمی که از چینش اجزا در کنارهم و نه براساس تعامل شکل بگیرد) بهره‌مند نیست و نظمی پویا دارد. مزیت‌های QBD بر روش معمول ترسیم نمودار دوشاخگی عبارتند از: تشخیص تناوب‌های بالا، تشخیص پنجره‌های متناوب، کاهش زمان محاسبات و نمایش دورۀ تناوب به‌جای مقادیر کمی دامنه. در ادامه این پژوهش به‌صورت تحلیلی نمای لیاپانوف –به‌عنوان یکی از ابزاهای متداول در شناسایی آشوب- مورد بررسی قرارگرفته و درباره صحت آن نکات قابل تأملی بیان شده است. در پایان به‌منظور ارزیابی روش پیشنهادی، تحلیل کمی‌سازی بازگشت و  QBD مورد مقایسه قرا‌رگرفته‌اند. [1] Qualitative Bifurcation Diagram},
keywords_fa = {نمودار دوشاخگی, آشوب, نگاشت لاجستیک, نمای لیاپانوف, نمایش بازرخداد},

doi = {10.18869/acadpub.jsdp.13.3.17},
url = {http://jsdp.rcisp.ac.ir/article-1-309-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-309-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Mahdikhanlou, Khadijeh and Ebrahimnezhad, Hossei},  
title = {Shape based object retrieval using descriptors extracted from growing contour process}, 
abstract ={In this paper, a novel shape descriptor for shape-based object retrieval is proposed. A growing process is introduced in which a contour is reconstructed from the bounding circle of the shape. In this growing process, circle points move toward the shape in normal direction until they  get to the shape contour. Three different shape descriptors are extracted from this process: the first descriptor is defined as the number of steps that every circle point should pass which is called Growing Steps. The second descriptor is considered as the boundary distance of the circle points at the end of the growing process. The third descriptor is the curvature of the growing lines created by moving points. Invariance to translation is the intrinsic property of these features. By selecting a fixed starting point and tracing the boundary in a fixed direction (clock-wise or  counter clock-wise), a set of descriptors  could be collected invariant to rotation. Finally, normalizing the descriptors makes them invariant to scale. Support vector machines based on one-shot score are applied in the retrieval stage. Experimental results show that the suggested method has high performance for shape retrieval. It achieves 89.16% retrieval rate on MPEG-7 CE-Shape-1 dataset.},  
Keywords = {Shape retrieval, Growing points, Growing steps, Boundary distance, Curvature of growing lines, SVM-OSS.},
volume = {13},
Number = {3}, 
pages = {35-50}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {بازیابی مبتنی بر شکل اجسام با توصیفگرهای بدست آمده از فرآیند رشد کانتوری},
abstract_fa ={در این مقاله یک ویژگی جدید برای بازیابی مبتنی بر شکل اجسام پیشنهاد می‌شود. ابتدا یک فرآیند رشدی معرفی  که در آن یک کانتور با استفاده از دایره محیطی شکل بازسازی می‌شود. نقاط دایره محیطی در جهت نرمال به سمت شکل حرکت می‌کنند، تا جایی که به کانتور شکل برسند. سه توصیف‌گر شکل از این فرآیند استخراج می‌شود. توصیف‌گر نخست، تعداد گام‌هایی است که هر یک از نقاط باید طی کنند تا به کانتور شکل برسند. توصیف‌گر دوم، فاصله مرزی نقاط از یکدیگر است؛ زمانی که همه نقاط به کانتور مرز رسیده باشند. توصیف‌گر سوم نیز به‌صورت انحنای خطوط ایجاد‌شده در حین حرکت رشدی نقاط از دایره تا کانتور در نظر گرفته می‌شود. تغییرناپذیری نسبت به انتقال، ویژگی ذاتی این سه توصیف‌گر است. با انتخاب یک نقطه شروع ثابت و جهت مشخص (ساعت‌گرد یا پاد ساعت‌گرد) برای دنبال‌کردن کانتور شکل، این ویژگی‌ها نسبت به چرخش تغییرناپذیر خواهند شد. در آخر، با هنجارسازی کردن، ویژگی‌ها نسبت به مقیاس تغییرناپذیر می‌شوند. در مرحله بازیابی، از ماشین‌های بردار پشتیبان براساسOSS  استفاده می‌شود. نتایج آزمایش نشان می‌دهد که روش پیشنهادی،  روشی کارآمد جهت بازیابی شکل است. لازم به ذکر است که درصد بازیابی این روش روی پایگاه داده MPEG-7 CE-Shape-1، 89.16 درصد است. },
keywords_fa = { بازیابی شکل, رشد نقاط, گام‌های رشد, فاصله مرزی, انحنای خطوط رشد, SVM-OSS.},

doi = {10.18869/acadpub.jsdp.13.3.35},
url = {http://jsdp.rcisp.ac.ir/article-1-358-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-358-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {BabaAli, Bagher},  
title = {}, 
abstract ={Although researches in the field of Persian speech recognition  claim  a  thirty-year-old  history in Iran  which has achieved considerable progresses, due to the lack of well-defined experimental framework, outcomes from many of these researches are not comparable to each other and their accurate assessment won’t be possible. The experimental framework includes ASR toolkit and speech database which consists of training, development and test datasets. In recent years,   as a state-of-the-art open-source ASR toolkit; Kaldi has been very well-received and welcomed in the community of the world-ranked speech researchers around the world. considering all aspects, Kaldi is the best option among all of the other ASR toolkits to establish a framework to do research in all languages, including Persian. In this paper, we chose Fardat as the speech database which is the counterpart of TIMIT for Persian language because not only it has got a standard form  but it’s also accessible for all researchers around the world. Similar to the recipe on TIMIT database, we defined these three sets on the Farsdat: Training, Development and Test sets. After a survey on Kaldi’s components and features, we applied most of state-of-the-art ASR techniques in the Kaldi on the Farsdat based on three sets definition. The best phone error rate on development and test set have been 20.3% and 19.8%. All of the codes and the recipe that was written by author have been submitted to Kaldi repository and they are accessible  for free, so all the reported results  will be easily replicable if you have access to Farsdat database.},  
Keywords = {Persian Continuous Speech Recognition, FarsDat Database, Kaldi Toolkit},
volume = {13},
Number = {3}, 
pages = {51-62}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {پایه‌گذاری بستری نو و کارآمد در حوزه بازشناسی گفتار فارسی},
abstract_fa ={برخلاف پیشینۀ سی‌سالۀ پژوهش در حوزۀ بازشناسی گفتار فارسی در ایران و دست‌یافتن به پیشرفت‌های در خور توجه، نتایج عمده کارهای انجام‌شده به‌دلیل عدم وجود بستر یکسان، قابل مقایسه و ارزیابی دقیق نیستند. بستر بیش‌تر شامل سامانۀ بازشناسی و دادگان با تعریف مشخص مجموعه‌های آموزش، توسعه و ارزیابی است. سامانۀ متن‌باز کلدی با وجود نوظهور‌بودن آن ویژگی‌های منحصر‌به‌فردی دارد که در سال‌های اخیر مورد توجه اکثر آزمایشگاه‌های تراز نخست پردازش گفتار دنیا قرار گرفته است و با لحاظ همه جوانب،  بهترین انتخاب موجود در راستای پایه‌گذاری این بستر برای تمامی زبان‌ها از جمله زبان فارسی است. در این مقاله پس از بررسی خصوصیات، توانمندی‌ها و اجزای مختلف نرم‌افراز کلدی؛ دادگان فارس‌دات را به‌دلیل ثبت رسمی و قابل دسترس‌بودن آن برای همگان از سراسر دنیا به‌عنوان بخش دیگر این بستر انتخاب کرده و به تأسی از انتخاب انجام‌شده بر روی دادگان TIMIT به تعریف مجموعه‌های آموزش، توسعه و ارزیابی می‌پردازیم. در‌نهایت بیش‌تر قریب به اتفاق تکنیک‌ها و روش‌های موجود در کلدی بر روی دادگان فارس‌دات، مطابق تعریف صورت گرفته، مورد آزمایش قرار گرفته‌اند. بهترین میزان خطای حاصل در بازشناسی واج برای مجموعه توسعه 3/20 درصد و برای مجموعه آزمون 8/19 بوده است. دسترسی به کدهای نوشته در جهت فراهم‌سازی این بستر، در نرم‌افزار کلدی موجود است که با توجه به متن‌باز‌بودن آن، دسترسی به آنها به‌منظور  بازسازی نتایج آمده در این مقاله در‌صورت در‌اختیارداشتن دادگان فارس‌دات به‌راحتی قابل انجام است.},
keywords_fa = {بازشناسی گفتار پیوسته فارسی, دادگان فارس دات, نرم‌افزار متن‌باز کلدی.},

doi = {10.18869/acadpub.jsdp.13.3.51},
url = {http://jsdp.rcisp.ac.ir/article-1-348-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-348-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Moradi, Bahare and Ezoji, Mehdi},  
title = {A Dynamic Skin Detection Method Using the Fusion of 2-D Histogram-Based Features}, 
abstract ={This paper presents a dynamic approach to Skin Detection- to separate the skin pixels from non-skin pixels- in colored images. The static methods which use a fixed skin color model, will fail if there are illumination variations or different skin colors in an image. Because of contextual information the proposed algorithm will be less sensitive to the uncontrolled illumination conditions. In addition, the selection of discriminant features and the fusion of them and Bayesian classification increase the accuracy of the proposed method in comparison to the reference methods.},  
Keywords = {Skin Detection, Skin Dynamic model, 2-D Histogram, Bayesian Rule},
volume = {13},
Number = {3}, 
pages = {63-78}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {آشکارسازی پویای پوست با استفاده از ادغام ویژگی‌های مبتنی بر هیستوگرام دو بعدی},
abstract_fa ={در این مقاله، روشی پویا برای آشکارسازی پوست )جداسازی پیکسل‌های پوست از پیکسل‌های غیرپوست( در تصاویر رنگی ارائه شده است.. روش‌های ایستا به‌طور عمومی  به‌دلیل بهره‌گیری از یک مدل پوست ثابت، در‌صورت وجود تغییرات روشنایی و نیز حضور گروه‌های نژادی گوناگون در یک تصویر کارایی مناسبی ندارند. در روش ارائه‌شده، با استخراج اطلاعات محلی پوست در هر تصویر به‌صورت پویا، الگوریتم در برابر شرایط نورپردازی متغیر بسیار مقاوم شده است. افزون بر این، بهره‌گیری از ویژگی‌های مناسب جداساز ، چگونگی ادغام اطلاعات و طبقه‌بندی پیکسل‌ها با استفاده از قاعده تصمیم‌گیری بیز، کارایی بهتری را نسبت به روش‌های پیشین نشان می‌دهد. },
keywords_fa = {آشکارسازی پوست, مدل پویای پوست, هیستوگرام دوبعدی, روش تصمیم‌گیری بیز},

doi = {10.18869/acadpub.jsdp.13.3.63},
url = {http://jsdp.rcisp.ac.ir/article-1-325-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-325-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {hanifelou, zahra and Monadjemi, Amir Hassan and moallem, peym},  
title = {Robust method of changes of light to detect and track vehicles in traffic scenes}, 
abstract ={In this paper, according to the detection and tracking of the moving vehicles at junctions, a rapid method is proposed which is based on intelligent image processing. In the detection part, the Gaussian mixture model has been used to obtain the moving parts. Then, the targets have been detected using HOG features extracted from training images, Ada-boost Cascade Classifier and the trained SVM. At the tracking part, a number of key points on the image of the vehicle were identified at first. The center of mass of the object and the edges were used to obtain these key points because these points are primarily important and more common in tracking rigid bodies. Then, these points were tracked in consecutive frames using definitive adaptive procedures. Also, the Kalman filter has been used to estimate new locations when the detector  is not able to detect the targets. The major advantage of this method  in comparison with the previous methods is its resistance against vehicle's overlapping and changes in Illuminations, so that the detection accuracy is 90.80% on overloaded traffic scenes and 88.75% on the tracking vehicles.},  
Keywords = {Detection, Tracking, Ada-boost, Kalman Filter, Vehicle tracking, Deterministic Methods Corresponding, Cost Function},
volume = {13},
Number = {3}, 
pages = {79-98}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {ارائه‌ی روشی مقاوم نسبت به تغییرات روشنایی در آشکارسازی و ردیابی خودروها درصحنه‌های ترافیکی},
abstract_fa ={در این مقاله روشی سریع مبتنی بر پردازش‌های هوشمند تصویر، جهت آشکارسازی و ردیابی خودروهای متحرک در تقاطع‌ها ارائه ‌شده است. در بخش آشکارسازی، ابتدا از مدل گوسی ترکیبی استفاده ‌شده تا مناطق متحرک به‌دست آید؛ سپس به‌کمک یک مدل آشکارساز که توسط ویژگی‌های هیستوگرام گرادیان جهت‌دار استخراج ‌شده از تصاویر آموزشی و طبقه‌بند آبشاری و ماشین بردار پشتیبان آموزش ‌دیده است، آشکارسازی خودروها صورت می‌پذیرد. در بخش ردیابی، در ابتدا تعدادی نقطه کلیدی بر روی تصویر هر خودرو مشخص می‌شود؛ برای به‌دست‌آوردن این نقاط کلیدی، از مرکز جرم هدف و گوشه‌های آن استفاده ‌شده است؛ زیرا به‌طور اصولی این نقاط در ردیابی اجسام صلب اهمیت بیشتری دارند و معمول‌تر هستند؛ سپس عمل ردیابی این نقاط در قاب‌های متوالی با ایده‌گرفتن از روش‌های تطبیق قطعی صورت گرفته است. همچنین در زمان‌هایی که آشکارساز قادر به آشکارسازی اهداف نبوده، جهت تخمین مکان جدید هدف از فیلتر کالمن استفاده‌ شده است. مزیت عمده این روش نسبت به روش‌های قبلی، مقاومت در برابر تغییرات روشنایی و هم‌پوشانی خودروها است، به‌طوری‌که با دقت 90.80% قادر به آشکارسازی خودروها درصحنه‌های پرترافیک و با دقت 88.75% قادر به ردیابی خودروها شده است.},
keywords_fa = {آشکارسازی, ردیابی بصری, HOG, Ada-boost, فیلتر کالمن, ردیابی خودرو, روش‌های تطبیق قطعی نقاط, تابع هزینه},

doi = {10.18869/acadpub.jsdp.13.3.79},
url = {http://jsdp.rcisp.ac.ir/article-1-510-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-510-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {ghaemi, hadi and kahani, mohes},  
title = {Question Classification using Ensemble Classifiers}, 
abstract ={Question answering systems are produced and developed to provide exact answers to the question posted in natural language. One of the most important parts of question answering systems is question classification. The purpose of question classification is predicting the kind of answer needed for the question in natural language. The  literature works can be categorized as rule-based and learning-based methods. This paper proposes a novel architecture for hybrid classification of questions. The results of the classifiers were combined by five methods of Weighted Voting, Behavior Knowledge space, Naive Bayes, Decision Template and Dempster-Shafer. The method uses a combination of two classifiers based on machine learning (Support Vector Machine and Sparse Representation) and one rule-based classifier. The learning-based classification uses the set of features extracted from the questions. The features are extracted on the basis of the lexical and syntactic structure of the questions. The results from the classifiers were combined by the methods that are common in the combination of one-class classifiers and the Obtained results indicate the improvement of the classification operations in comparison with the present methods. },  
Keywords = {Question classification, Rule-based, Learning-based, Sparse Representation, Support Vector Machine, Question answering.  },
volume = {13},
Number = {3}, 
pages = {99-112}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {دسته‌بندی پرسش‌ها با استفاده از ترکیب دسته‌بندها},
abstract_fa ={هدف از تولید و گسترش سامانه‌های پرسش و پاسخ، ایجاد پاسخ دقیق برای پرسش داده‌شده به زبان طبیعی است. یکی ازمهم‌ترین بخش‌های سامانه‌های پرسش و پاسخ، دسته‌بندی پرسش است. عمل دسته‌بندی پرسش، پیش‌بینی نوع پاسخ مورد نیاز برای پرسش داده‌شده به زبان طبیعی است. کارهای انجام­شده در این زمینه را می‌توان در دو دسته مبتنی بر قانون و مبتنی بر یادگیری تقسیم کرد. در این مقاله یک معماری جدید برای دسته‌بندی ترکیبی پرسش‌ها ارائه شده است، نتایج هریک از دسته‌بندها توسط پنچ روش رأی­گیری وزن‌دار، فضای دانش رفتار، بیز ساده، کلیشه تصمیم و دمپستر شفر ترکیب شده و خروجی نهایی را شکل می‌دهد. این روش ترکیبی متشکل از دو دسته‌بند مبتنی بر یادگیری ماشین (ماشین بردار پشتیبان و نمایش پراکنده) و یک دسته‌بند مبتنی بر قانون استفاده شده است. عملیات دسته‌بندی مبتنی بر یادگیری با توجه به مجموعه ویژگی‌های استخراج شده از پرسش‌ها انجام می‌پذیرد. این ویژگی‌ها براساس ساختار لغوی و نحوی پرسش‌ها استخراج شده‌اند. در پایان نتایج حاصل از دسته‌بندها با روش‌های معمول در ترکیب دسته‌بندهای تک­طبقه ترکیب شده‌اند و نتایج حاصل بیان­کننده بهبود عملیات دسته‌بندی نسبت به روش‌های موجود است.},
keywords_fa = {دسته‌بندی پرسش‌ها, مبتنی برقانون, مبتنی بر یادگیری, نمایش پراکنده, ماشین بردار پشتیبان, پرسش‌وپاسخ},

doi = {10.18869/acadpub.jsdp.13.3.99},
url = {http://jsdp.rcisp.ac.ir/article-1-270-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-270-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Saidi, Maryam and Mohammadian, Amin and Daneshikohan, Marzieh and Seyedsalehi, Zohreh},  
title = {Automatic credibility assessment screening using discriminate analysis of skin conductance response and photoplethysmograph signals}, 
abstract ={Credibility assessment screening by a small system and receiving optimum result in minimum time is a basic need in critical gates. Therefore the aim of this research is automatic detection of stress in guilty persons through skin conductance response and photoplethysmograph signals which are convenient and ease-of-use sensors .In this paper, a set of database with interview protocol (including control and relevant questions) in mock crime (Stealing jewels) is provided. 40 subjects participated in the experiments. 28 time-frequency features are extracted from two mentioned signals. The function of dimension reduction algorithms including principal component analysis, Kernel based PCA, linear discriminant analysis, cluster based LDA is evaluated to select optimum features. Support Vector Machine, Bayesian and AdaBoost are used as classifiers. The evaluation of algorithms on database is based on LOO method. Maximum accuracy (81.08%) is obtained through principal components analysis as feature selection method and Bayesian as classifier.},  
Keywords = {Stress detection, Screening, Skin conductance signal, Photoplethysmography.},
volume = {13},
Number = {3}, 
pages = {113-128}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {غربال‌‌گری خودکار افراد خطاکار با تحلیل تفکیک‌پذیری مشخصات سیگنال‌های هدایت الکتریکی پوست و حجم‌‌سنجی نوری},
abstract_fa ={غربال‌گری افراد خطاکار به‌کمک سامانه­ای کم‌حجم و حصول نتیجه در کم‌ترین زمان ممکن یکی از نیازمندی­های اساسی در زمینه کنترل مبادی ورود و خروج، در مناطق حساس به‌شمار می­رود. در راستای این مهم، هدف از انجام این پژوهش، بررسی امکان تشخیص خودکار استرس در فرد خطاکار به‌کمک دو سیگنال هدایت الکتریکی پوست و حجم‌سنجی نوری است که حس‌گرهای آنها کمترین مزاحمت را برای افراد ایجاد می­کنند.  مجموعه دادگانی در قالب یک مصاحبه حاوی سؤالات کنترل و مربوط و با ثبت سیگنال هدایت الکتریکی پوست و حجم‌سنجی نوری از چهل ‌نفر در قالب سناریوی دزدیدن جواهرات تهیه شده است. جهت تحلیل خودکار این سیگنال­ها پس از هنجارسازی آنها به استخراج 28 ویژگی زمانی-فرکانسی از دو سیگنال ذکر‌شده پرداخته شده است. عملکرد روش‌های کاهش بعد، تحلیل مولفه‌های مستقل، تحلیل مؤلفه‌های مستقل هسته‌محور، تحلیل تفکیک‌پذیر خطی، تحلیل تفکیک‌پذیر خطی مبتنی بر خوشه جهت استخراج ویژگی‌های بهینه ارزیابی شده است. طبقه‌بندهای مورد بررسی ماشین بردار پشتیبان، بیزین و AdaBoost هستند. ارزیابی روش‌ها براساس روش LOO در میان دادگان بوده است. بیشترین درصد صحت (08/81درصد) با روش کاهش بعد تحلیل مؤلفه‌های مستقل و تحلیل تفکیک‌پذیر خطی و طبقه‌بند بیزین حاصل شده است. },
keywords_fa = {تشخیص استرس, غربال‌گری, سیگنال هدایت الکتریکی پوست, حجم‌سنجی نوری},

doi = {10.18869/acadpub.jsdp.13.3.113},
url = {http://jsdp.rcisp.ac.ir/article-1-242-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-242-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Shahbahrami, Asadollah and Najafi, Kiumarc and Najafi, Tahereh},  
title = {Different Application Fields of Brain Signal Processing in Iran}, 
abstract ={According to the researches, it turns out that human's activities are the results of the internal-neural activities of their brain. The reflection of such activities which are propagated throughout the scalp can then be acquired and processed. In this regard, brain signals can be acquired and recorded by EEG (Electroencephalography). Researchers have applied different technqiues for acquiring, pre-processing, feature extrcation and reduction and classifying EEG signal. According to published papers by Iranian researchers until 2015, it  has been found that most studies have been performed in medical applications and brain computer interface fields. Sampling and receiving EEG signals have been performed more in the central region than other regions. Statistical technqiues have more been used for feature extraction than other technqiues. Finally, the support vector machines are mostly used in the classification of brain signals. At the end, a study on anxiety and depression detection on fifty cases was performed in medical field. Simulation results show that our approach achieve an accuracy of up to 97 percents.},  
Keywords = {Feature Extraction, Feature Reduction, Classification, Brain Signals},
volume = {13},
Number = {3}, 
pages = {129-154}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {حوزه های مختلف کاربردی پردازش سیگنال مغزی در ایران},
abstract_fa ={پژوهش‌ها نشان می‌دهد که اعمال انسان نتیجه عملکرد نورونی داخل مغز وی است. بازخورد این عملکرد به‌صورت سیگنال ساطع‌شده از سطح جمجمه قابل دریافت و پردازش است. دریافت و ثبت سیگنال‌های مغزی توسط دستگاه EEG قابل انجام است. پژوهش‌گران از شیوه‌های گوناگونی در راستای اخذ و پیش پردازش سیگنال، استخراج و کاهش ویژگی و انواع طبقه‌بندی‌کننده‌ها در پژوهش‌های مختلف استفاده کرده‌اند. با توجه به مطالعات جمع‌آوری‌شده از پایگاه‌های علمی داخلی و خارجی که توسط پژوهش‌گران ایرانی تا سال 1394 در زمینۀ پردازش سیگنال مغزی انجام گرفته است، مشخص شد که بیشتر پژوهش‌ها در بخش‌های پزشکی و ارتباط مغز با رایانه صورت گرفته و نیز نمونه‌گیری و اخذ سیگنال از ناحیه مرکزی سطح جمجمه بیشتر مورد استفاده قرار گرفته است و در میان انواع مختلف روش‌های استخراج ویژگی و کاهش آن، روش آماری برای استخراج ویژگی و روش گزینشی برای کاهش آن استفاده شده است. در‌نهایت ماشین بردار پشتیبان بیشترین استفاده را در طبقه‌بندی‌کننده‌های سیگنال مغزی داشته است. در انتها با درنظرگرفتن فراوانی روش‌های استفاده‌شده در مراحل پردازش سیگنال مغز در بخش پزشکی، بر روی تشخیص اضطراب و افسردگی پنجاه سوژه، پژوهشی صورت گرفت و نتیجه با دقت 97 درصد حاصل شد.},
keywords_fa = {استخراج ویژگی, کاهش ویژگی,  طبقه‌بندی‌کننده, سیگنال مغز},

doi = {10.18869/acadpub.jsdp.13.3.129},
url = {http://jsdp.rcisp.ac.ir/article-1-305-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-305-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {Fayyazi, Hossein and Dehghani, Hamid and Hosseini, Mojtab},  
title = {Sparse unmixing of hyper-spectral images using a pruned spectral library}, 
abstract ={Spectral unmixing of hyperspectral images is one of the most important research fields  in remote sensing. Recently, the direct use of spectral libraries in spectral unmixing is on increase. In this way  which is called sparse unmixing, we do not need an endmember extraction algorithm and the number determination of endmembers priori. Since spectral libraries usually contain highly correlated spectra, the sparse unmixing approach leads to non-admissible solutions. On the other hand, most of the proposed solutions are not noise-resistant and do not reach to a sufficiently high sparse solution. In this paper, with the purpose of overcoming the problems above, at first the spectral library will be pruned based on the spectral information of the image,clustering and classification techniques. Then a genetic algorithm  will be used for sparse unmixing. The experimental results on the simulated and real images show that the proposed method gives good results in noisy images. },  
Keywords = {Hyper-spectral images, Spectral Library Pruning, Sparse Unmixing.},
volume = {13},
Number = {3}, 
pages = {155-169}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {تجزیه‌ ی تُنُک تصاویر ابرطیفی با استفاده از یک کتابخانه‌ ی طیفی هرس شده},
abstract_fa ={تجزیه طیفی تصاویر ابرطیفی یکی از زمینه‌های پژوهشی مهم در سنجش از دور است. در همین اواخر استفاده مستقیم از کتابخانه‌های طیفی برای انجام تجزیه طیفی افزایش یافته‌ است. در این روش‌ها که به تجزیه تُنُک موسومند، نیازی به استخراج مواد پایه و تعیین تعداد آن‌ها از قبل نیست؛ امٌا از آن‌جا که کتابخانه‌های طیفی حاوی طیف‌هایی هستند که همبستگی زیادی دارند، روش‌های تجزیه تُنُک ممکن است، راه‌حل‌های نیمه بهینه‌ای تولید کنند. از طرف دیگر بسیاری از این روش‌ها، نسبت به نوفه حساس بوده و علاوه‌بر‌این به راه‌حل به‌طور‌کامل تُنُکی منجر نمی‌شوند. در این مقاله برای حل مشکلات بالا، در ابتدا کتابخانه طیفی براساس اطلاعات طیفی موجود در تصویر و با استفاده از تکنیک‌های خوشه‌بندی و طبقه‌بندی، هرس شده و سپس از الگوریتم ژنتیک برای تجزیه تُنُک استفاده شده ‌است. آزمایش‌های انجام‌شده بر روی تصاویر آزمایشی و واقعی نشان می‌دهد که روش پیشنهادی، در تصاویر با نسبت سیگنال به نوفه کم و تصاویر واقعی نتایج بهتری به‌دست می‌دهد. },
keywords_fa = {تصاویر ابرطیفی, هرس کتابخانه طیفی, تجزیه تُنُک. },

doi = {10.18869/acadpub.jsdp.13.3.155},
url = {http://jsdp.rcisp.ac.ir/article-1-128-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-128-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2016}  
}

@article{ 
author = {BehzadFallahpour, Mojtaba and Dehghani, Hamid and JabbarRashidi, Ali and Sheikhi, Abbas},  
title = {Modelling and Software Implementation of SAR Imaging System Performance in Spotlight Mode}, 
abstract ={SAR imaging systems are as a complement to passive remote sensing but the process of image formation in this systems is so complex So that the final image in the system is formed after the three basic steps: raw data acquisition, forming the signal space and image space. In addition, various factors within the system and outside the system are involved in the information that recorded by SAR, such as radar, platform, processing algorithm, imaging region and channel that each of them have many sub-parameters and this adds the complexity of the behavior of SAR. So due to the complexity, providing the model that describes how the SAR imaging system is highly important. In this paper, at first, the performance of the SAR image formation in spotlight mode placed on analytical modeling and after that the model comes in a soft implement. The implement includes three basic steps of image formation. So that raw data acquisition is done in CST and the signal and image formation are done in MATLAB software. This implementation provides a lot of abilities. So you can simulate the effect of the affect parameters in SAR images and better interpretation of themes. Also, the validity of the proposed solutions in electronic warfare or passive defense for SAR imaging systems can be studied by it.},  
Keywords = {SAR, Signal Space, Image space, Scattering field, Functional model, Software Implementation },
volume = {13},
Number = {4}, 
pages = {3-18}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {مدل‌سازی و پیاده‌سازی نرم‌افزاری عملکرد سامانه‌های تصویربرداری SAR در حالت نورافکن},
abstract_fa ={سامانه‌های تصویربرداری SAR به عنوان مکملی برای سنجنده‌های سنجش از دور غیر فعال مطرح می‌باشند اما از پیچیدگی بالایی در مرحله تشکیل تصویر برخوردارند. به‌طوریکه تصویر نهایی در این سامانه‌ها پس از طی سه گام اساسی جمع‌آوری داده‌ی خام، تشکیل فضای سیگنالی و تشکیل فضای تصویری بوجود می‌آید. به‌علاوه در اطلاعات ثبت شده توسط سامانه‌های تصویربرداری SAR عوامل مختلف درون سیستمی و برون سیستمی چون رادار، سکو حامل رادار، الگوریتم‌های پردازشی، ناحیه تصویربرداری و کانال نقش دارند که هرکدام از زیرپارامترهای فراوانی تشکیل شده‌اند و این موضوع نیز بر پیچیدگی نحوه رفتار SAR می‌افزاید. لذا با توجه به این پیچیدگی‌ها ارائه مدل-هایی که نحوه عملکرد سامانه‌های تصویربرداری SAR را تشریح نماید، بسیار مطلوب است. در این مقاله ابتدا نحوه عملکرد SAR در مرحله تشکیل تصویر و در مد عملکردی Spotlight به صورت تحلیلی مدل‌سازی می‌شود. سپس مدل ارائه شده به صورت نرم افزاری پیاده‌سازی می‌گردد که این پیاده‌سازی در برگیرنده هر سه گام اساسی بخش تشکیل تصویر می‌باشد. به‌گونه‌ای که جمع آوری داده‌ی خام در محیط نرم-افزاری CST و تشکیل فضای سیگنالی و تصویری در محیط نرم‌افزاری MATLAB انجام می‌شود. اهمیت این پیاده‌سازی از آن جهت است که قابلیت‌های زیادی چون امکان تحلیل اثر پارامترهای مختلف سامانه‌های تصویربرداریSAR ، تفسیر بهتر این نوع از تصاویر، امکان بررسی صحت راهکارهای مطرح شده در جنگ الکترونیک یا پدافند غیرعامل برای مقابله با سامانه‌های SAR و ... را بوجود خواهد آورد.},
keywords_fa = {SAR , فضای سیگنالی, فضای تصویری, میدان پراکندگی, مدل عملکردی, پیاده‌سازی نرم‌افزاری},

doi = {10.18869/acadpub.jsdp.13.4.3},
url = {http://jsdp.rcisp.ac.ir/article-1-377-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-377-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2017}  
}

@article{ 
author = {zeinali, mansoor and ghasemian, hass},  
title = {A novel method for increasing the spatial resolution of remote sensing images using lookup table}, 
abstract ={Different methods have been proposed to increase the image spatial resolution by mixed pixels decomposition. These methods can be divided into two groups. Some research have been attempted to obtain percentages of sub pixels and the other try to obtain their locations. These methods and their problems will be examined in this study. Common methods are reviewed with more emphasis. Finally, a new method for increasing the spatial resolution will be proposed to resolve some deficiencies of existing methods. Especially this method, instantly takes percentages and locations of mixed pixels end members without no use of additional information. This method applies a proper lookup table, which is derived from an input image. By defining a similarity metric function, we obtain a similar pixel for every input pixel. These similar pixels have equal sub pixel structures; hence, an input pixel will be decomposed to a proper set of sub pixels. In the high quality images, these sub pixels usually, belong to pure classes. This proposed method is examined on four sets of artificial and real data. First we degrade these data sets by averaging filtering, and then we restore degraded data, using this method and two other methods. One of these methods is a hard classification and the other is a combination of fuzzy c-means and direct method to obtain percentages and locations of sub pixels respectively. We obtain percent of correction classification and KAPPA criterions for these methods. Simulation results on artificial, real data show a good sub pixels decomposition performance of proposed method relative to those of other comparable methods. By particular, this method shows at least 7% of improvement in artificial and 2% in real data relative to other methods.  },  
Keywords = {spatial resolution, change the image scale, lookup table, subpixel decomposition},
volume = {13},
Number = {4}, 
pages = {19-28}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {یک روش جدید افزایش دقت مکانی تصاویر سنجش از دور با استفاده از جدول جستجو},
abstract_fa ={تحقیقات مختلفی برای افزایش دقت مکانی تصاویر با هدف تجزیه پیکسل­های مخلوط در سنجش از دور انجام شده است. این روش­ها و مشکلات پیش­رو در این تحقیق بررسی خواهند شد. در ادامه مبحث جدیدی برای افزایش دقت مکانی تصاویر پیشنهاد خواهد شد. در این روش یک تصویر با دقت مکانی کمتر، از تصویر ورودی استخراج می­شود که همانند یک جدول جستجو عمل می­کند. با تعریف یک معیار برای شباهت بهینه پیکسل­ها در دو تصویر، برای هر پیکسل از تصویر ورودی یک پیکسل مشابه در جدول جستجو می­یابیم. نشان خواهیم داد که پیکسل­های مشابه در دو تصویر، دارای یک ساختار مشابه از زیرپیکسل­های تشکیل­دهنده آن پیکسل می­باشند. با استفاده از این روش هر پیکسل مخلوط به تعدادی زیرپیکسل که اغلب خالص هستند، تجزیه خواهد شد. شبیه­سازی­های انجام شده بر روی اطلاعات ساختگی و واقعی نشان­دهنده بهبود شاخصهای طبقه­بندی توسط روش پیشنهادی و تجزیه بهتر پیکسل­های مخلوط، نسبت به روش­های قابل مقایسه است.},
keywords_fa = {افزایش دقت مکانی, زیرپیکسل,  جدول جستجو, تجزیه پیکسلهای مخلوط  },

doi = {10.18869/acadpub.jsdp.13.4.19},
url = {http://jsdp.rcisp.ac.ir/article-1-188-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-188-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2017}  
}

@article{ 
author = {Esmaeili, Mohammad Reza and Zahiri, Seyed Hami},  
title = {Epileptic seizure detection using Inclined Planes system Optimization algorithm(IPO)}, 
abstract ={Epilepsy is a neurological disorder after stroke. About 1 percent of people in the world are involved with this second most common neurological disorder. Epilepsy can affect people of different ages with an altered behavior or lack of patient awareness and affect one's social life. In 75% of cases, if epilepsy is diagnosed early and properly, it can be treated. Among all existing methods of analysis for the detection of epileptic brain activity, EEG is more applicable, due to its special features (including its low-cost and innocuous). Despite all the advantages of this method, the visual scoring of the EEG records by a human scorer is clearly a very time consuming and costly task considering the large number of epileptic patients admitted to the hospitals and the amount of data needs to be scored. Thus, a tremendous effort has been devoted by researchers towards automatic epileptic seizures detection in EEG. This paper offers a novel method based on heuristic and intelligent algorithms, inclined planes system optimization (IPO), to detect epileptic samples from healthy subjects. Like other heuristic algorithms, IPO is inspired by nature and its laws. How to move sphere objects on the slope without friction and their desire to reach the lowest point, shapes the main idea of the IPO. In the IPO, small balls like particles in the PSO are placed randomly on the search space. The balls search the search space to find the optimal point which is the lowest point (relative to a reference point) on the surface. In the current work, the data described by Andrzejak et al. was used; which contains 5 sets (Z, O, N, F and S). In this work, three different classification problems are created from the above dataset in order to compare the performance of our method with other approaches: In the first, two sets were examined, normal (set Z) and seizure (set S). In the second, four sets of the dataset were used and they were classified into two different classes: non-seizure (sets Z, N, F) and seizure (set S). In the third, all the EEGs from the dataset were used and they were classified into two different classes: sets Z, O, N and F are included in the non-seizure class and set S in the seizure class. The EEG signal under study is firstly decomposed into five sub-bands through DWT (D1–D4 and A4), and each sub-band represents different frequency bands information. Afterwards, four statistical parameters of maximum, minimum, average and standard deviation were calculated for each sub-band. And then, using the optimization algorithm IPO, the best weights are calculated to apply to the OVA classifier in order to find the best hyper plane separating the two classes. The fitness function defined in the IPO algorithm, is the number of signals that have been classified incorrectly. To classify EEG signals in three problems, the 10-fold Cross-Validation method is used. In this method, the data is divided into 10 subsections. And then, one subset is used for test and nine others for training. This procedure is repeated 10 times, until all the data is used for testing. The proposed algorithm have been implemented 10 times for the two wavelet functions Db1 and db2. Using the proposed method, the accuracy obtained for the three problems is 100%, 98/1%, 97/34%, respectively. Also by the proposed method diagnosis of epilepsy can be achieved very quickly. The results show that the algorithm is capable of detecting signals of epileptic and non-epileptic in less than 5 milliseconds. This makes it possible to use this method in real-time systems.},  
Keywords = {Electroencephalogram(EEG), Epileptic seizure detection, Discrete wavelet transform(DWT), Heuristic algorithm, Inclined planes system optimization algorithm(IPO)},
volume = {13},
Number = {4}, 
pages = {29-42}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {تشخیص صرع در سیگنال EEG با استفاده از الگوریتم ابتکاری صفحات شیبدار(IPO)},
abstract_fa ={طبق مطالعات انجام شده، در حدود یک درصد از مردم دنیا از صرع رنج میبرند. اولین مرحله از درمان صرع، تشخیص صحیح آن است. یکی از راه های تشخیص صرع، آنالیز دقیق الکتروانسفالوگرافی(EEG) است. بدین منظور، روش های مختلفی جهت تشخیص خودکار صرع بوسیله تحلیل سیگنال EEG ارائه شده است. در این مقاله با استفاده از یک الگوریتم هوشمند و ابتکاری جدید به نام الگوریتم بهینه سازی صفحات شیبدار(IPO)، به تشخیص و جداسازی سیگنال EEG آغشته به صرع از سیگنال های افراد سالم پرداخته ایم. به دلیل خاصیت غیرخطی و ناایستای سیگنال EEG، از تبدیل ویولت جهت استخراج ویژگی های سیگنال بهره گرفته شده است سپس با استفاده از ویژگی های استخراج شده توسط تبدیل ویولت و اعمال آن به سیستم مبتنی بر الگوریتم IPO به تشخیص صرع پرداخته شده است. با استناد به پژوهش انجام شده، مشخص شد که الگوریتم ابتکاری IPO توانایی بالایی در تشخیص صحیح صرع در سیگنال EEG دارد.},
keywords_fa = {الکتروانسفالوگرافی, تشخیص صرع, تبدیل ویولت گسسته, الگوریتم های ابتکاری, الگوریتم بهینه سازی صفحات شیبدار},

doi = {10.18869/acadpub.jsdp.13.4.29},
url = {http://jsdp.rcisp.ac.ir/article-1-238-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-238-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2017}  
}

@article{ 
author = {VafaeiJahan, Maji},  
title = {Feature Extraction of Computer Files Structure by Statistical Analysis}, 
abstract ={Files are the most important sources of information presenting in various formats such as texts, audio, video, images, web pages, etc. …; (in-depth) analysis of files for the purpose of recognition and investigating their unique properties (or characteristics) is one of the most significant issues in the field of personal security safety, information security, file-type identification, codes structuration analysis etc…. Statistical analytic methodology of working on the binary files contents based on the n-gram model has been opted for in the present paper in order to full investigate all different aspects of a file’s range of characteristics. Moreover, to reduce down the calculations volume and the n-gram model peculiar to the needed amount of memory, use has been made of word clustering. Later on analysis has been conducted on both files’ contents in two states of “blocking” and “full”: it is to be noted that in the “full” case such characteristics as Chi-square, Auto-correlation, Weighted term frequency-Inverse document frequency (TF-IDF), Fractal dimension etc … have been brought under comprehensive study; while in the “blocking” case, other properties like the entropy rate, the distance, etc … have been delved into. The gained results indicate that the extracted characteristics in the first method could well easily reflect the unique properties belonging to jpg, mp3, swf and html files; and in the second method, are able to clearly well reflect doc, html and pdf files properties.},  
Keywords = {Files, n-gram model, word clustering, Canberra distance, entropy rate, Fractal dimension},
volume = {13},
Number = {4}, 
pages = {43-62}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {استخراج ویژگی‌های ساختاری فایل‌های کامپیوتری مبتنی بر تحلیل و ارزیابی آماری},
abstract_fa ={فایل‌ها مهم‌ترین منبع ارائه اطلاعات به صورت‌های مختلف از قبیل متن، صوت، تصویر، صفحات وب و غیره هستند؛ تحلیل و آنالیز فایل‌ها به منظور شناخت و بررسی ویژگی‌ها و خصوصیات منحصربه‌فرد آن‌ها، یکی از مسائل بسیار مهم در زمینه حریم خصوصی، امنیت اطلاعات، شناسایی نوع فایل‌ها، تحلیل ساختاری کدها و غیره می‌باشد. در این مقاله با تحلیل و آنالیز آماری بر روی محتوای باینری فایل‌ها مبتنی بر مدل n-gram، ویژگی‌ها و خصوصیات مختلف یک فایل مورد بررسی قرار گرفته است. علاوه بر این به منظور کاهش حجم محاسبات و حافظه مورد نیاز مدل n-gram، از خوشه‌بندی لغات استفاده شده و محتوای هر فایل در دو حالت کامل و بلوک‌بندی شده مورد تجزیه و تحلیل قرار گرفته است. در حالت کامل ویژگی‌هایی همچون آنتروپی، فراوانی، TF-IDF، خود همبستگی و در حالت بلوکی، ویژگی‌هایی همچون نرخ آنتروپی، بعد فرکتال، فاصله و غیره بررسی شده است. نتایج بررسی‌ها نشان داده ویژگی‌های استخراج شده در روش اول به خوبی می‌توانند خصوصیات منحصر به فرد فایل‌های jpg، mp3، swf و html را منعکس نمایند. ویژگی‌های استخراج شده در روش دوم نیز به خوبی می‌توانند خصوصیات فایل‌های doc، html و pdf را منعکس نمایند.},
keywords_fa = {فایل‌های کامپیوتری, مدل n-gram, خوشه‌بندی لغات, ضریب خود همبستگی, TF-IDF, نرخ آنتروپی, فاصله کانبرا},

doi = {10.18869/acadpub.jsdp.13.4.43},
url = {http://jsdp.rcisp.ac.ir/article-1-141-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-141-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2017}  
}

@article{ 
author = {},  
title = {Estimation of protein-coding regions in numerical DNA sequences using Variable Length Window method based on 3-D Z-curve}, 
abstract ={In recent years, estimation of protein-coding regions in numerical deoxyribonucleic acid (DNA) sequences using signal processing tools has been a challenging issue in bioinformatics, owing to their 3-base periodicity. Several digital signal processing (DSP) tools have been applied in order to Identify the task and concentrated on assigning numerical values to the symbolic DNA sequence, then applying spectral analysis tools such as the discrete Fourier transform (DFT) to locate the periodicity components. Despite of many advantages of Fourier transform in detection of exotic regions, this approach has some restrictions, such as high computational complexity and disability in locating the small length coding regions. In this paper, we improve the performance of the conventional DFT in estimating the protein coding regions utilizing a Gaussian window with variable length. First, the DNA strands are converted to numerical signals via the 3-D Z-curve method. Z curve is a robust, independent, less redundant approach, and has clear biological interpretation which can be regarded as a useful visualization technique for DNA analysis of any length. In the second stage, non-coding regions besides the background noise components are completely suppressed using the Gaussian variable length window. Also, we use a narrow-band band-pass filter in order to extract the period-3 components with  central frequency. Performance of the proposed algorithm is tested on F56F11.4 from C.elegans chromosome III, also two eukaryotic datasets, HMR195 and BG570,  is compared with other state-of-the-art methods based on the nucleotide evaluation metrics such as sensitivity, specificity, approximation correlation, and precision. Results revealed that, the area under the receiver operating characteristic (ROC) curve is improved from 4% to 40%, in HMR195 and BG570 datasets compared to other methods. Furthermore, the proposed algorithm reduces the number of incorrect nucleotides which are estimated as coding regions.   },  
Keywords = {Protein Coding Regions, Period-3, Digital Signal Processing, DNA, Variable Length Window, Band-Limited Filter.},
volume = {13},
Number = {4}, 
pages = {63-78}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {تخمین مکان نواحی کدکننده پروتئین در توالی عددی DNA با استفاده پنجره با طول متغیر بر مبنای منحنی سه بعدی Z},
abstract_fa ={تخمین دقیق نواحی کدکننده پروتئین در ژن ها با استفاده از ابزارهای پردازش سیگنال، در سال های اخیر به چالشی در بیوانفورماتیک تبدیل شده است. بسیاری از روش های پردازش سیگنال های ژنومیک بر مبنای خاصیت تناوب 3 بازهای موجود در رشته های DNA متمرکز بوده و سپس تحلیل های طیفی بمنظور یافتن موقعیت مولفه های متناوب بر روی توالی های عددی DNA اعمال می شود. در این مقاله با استفاده از پنجره با طول متغیر و بر مبنای منحنی Z، الگوریتمی بمنظور تعیین نواحی کدکننده پروتئین ارائه می کنیم. منحنی Z، یک منحنی سه بعدی منحصربفرد برای نمایش توالی DNA می باشد که توصیف کاملی از رفتار بیولوژیکی توالی DNA را بدست می دهد. الگوریتم پیشنهادی بدلیل استفاده از پنجره گوسی با طول قابل تنظیم، از رزولوشن و دقت بسیار بالایی در تخمین نواحی ژنی برخوردار بوده و نواحی غیرپروتئینی در آن کاملا حذف می شود. همچنین بمنظور استخراج مولفه تناوب 3 از یک فیلتر میانگذر باند محدود با فرکانس مرکزی 2π/3 استفاده می نماییم. الگوریتم پیشنهادی ابتدا بر روی توالی F56F11.4 در C.elegans اعمال و نتایج آن با سایر روش های موجود مقایسه شده و سپس آنرا بترتیب برروی ژن های موجود در دو پایگاه داده HMR195 و BG570 اعمال می نماییم.},
keywords_fa = {نواحی کدکننده پروتئین, تناوب-3, DNA, پنجره با طول متغیر, فیلتر باند محدود.},

doi = {10.18869/acadpub.jsdp.13.4.63},
url = {http://jsdp.rcisp.ac.ir/article-1-101-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-101-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2017}  
}

@article{ 
author = {ZohourParvaz, Farnaz and Fatemizadeh, Emad and Behnam, Hami},  
title = {Speed improvement in graph-cuts-based registration for non-rigid image registration of brain magnetic resonance images}, 
abstract ={Image processing methods, which can visualize objects inside the human body, are of special interests. In clinical diagnosis using medical images, integration of useful data from separate images is often desired. The images have to be geometrically aligned for better observation. The procedure of mapping points from the reference image to corresponding points in the floating image is called Image Registration. It is a spatial transform. These images might be different because they were taken at different times or applied by using different devices. By the nature of this image transformation, image registration can be classified into rigid registration and non-rigid registration. The freedom’s degree in a rigid transformation is relatively low and the methods of rigid image registration are becoming mature. In contrast, non-rigid image registration is still a challenging problem because of its high degree of freedom. One of the non-rigid image registration methods is turning the registration problem into an optimization problem and obtaining the optimal value as the result of registration. An example of these methods is the graph-cuts based registration. The basic technique is to construct a specialized graph for the energy function to be minimized in a way that the minimum cut on this graph also minimizes the energy. Given that our focus in this research, is on the medical image registration, and time is one of the critical factors in medical applications. It seems that improvement of this method in terms of run time will be helpful for its clinical and medical applications. In order to achieve this goal, in this research, with modifying the energy function, we proposed a method that significantly reduces the run time of registration process. The implementation results of our proposed method on the images with artificial deformations which are similar to the most pessimistic possible deformation modes in real image data, show that the proposed algorithm is about three times faster than the existing algorithm, while the average amount of SAD criterion will be increased from 0.7 to 1.},  
Keywords = {Non-rigid image registration, Graph-cuts, Magnetic resonance images},
volume = {13},
Number = {4}, 
pages = {79-92}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {بهبود سرعت "انطباق مبتنی بر روش برش گراف" جهت انطباق غیر صلب تصاویر تشدید مغناطیسی مغز},
abstract_fa ={فرآیند نگاشت نقاط از یک تصویر به نقاط متناظر آن در تصویر دیگر انطباق تصویر نامیده می‌شود که تبدیلی مکانی است. روش‌های انطباق تصویر را می‌توان به لحاظ ماهیت تبدیل انجام گرفته بر روی تصویر به انطباق صلب و ناصلب طبقه‌بندی کرد. یکی از راهکارهای انطباق تصویر ناصلب، حل مسئله انطباق بعنوان یک مسئله بهینه‌سازی است. نمونه‌ای از این روش‌ها انطباق بوسیله برش گراف می‌باشد. اساس این روش بر مبنای ایجاد گرافی اختصاصی شده برای تابع انرژی مورد نظر (که باید بهینه شود) است، به نحوی که برش کمینه روی این گراف منجر به کمینه‌سازی انرژی نیز بشود. با توجه به اهمیت مسئله زمان در کاربردهای کلینیکی و پزشکی، در این تحقیق با ایجاد تغییراتی در روشی که از برش گراف برای انطباق تصویر استفاده می‌کند روشی پیشنهاد دادیم که در آن زمان انجام فرآیند انطباق به شدت کاهش می‌یابد. نتایج حاصل از پیاده‌سازی روش پیشنهادی ما بر روی تصاویر تشدید مغناطیسی مغز نشان می‌دهد که سرعت اجرای الگوریتم پیشنهادی نسبت به الگوریتم اصلی در قبال اندکی افزایش خطا (افزایش مقدار متوسط معیار SAD از 7/0 به 1) تقریباً سه برابر می‌شود.},
keywords_fa = {انطباق تصویر ناصلب, برش گراف, تصویر تشدید مغناطیسی},

doi = {10.18869/acadpub.jsdp.13.4.79},
url = {http://jsdp.rcisp.ac.ir/article-1-252-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-252-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2017}  
}

@article{ 
author = {dianat, rouhollah and ahmadi, morteza ali and akhlaghi, yahya and babaali, bagher},  
title = {Introducing a new information retrieval method applicable for speech recognized texts}, 
abstract ={In this article a pre-processing method is introduced which is applicable in speech recognized texts retrieval task. We have a text corpus, t generated from a speech recognition system and a query as inputs,  to search queries in these documents and find relevant documents. A basic problem in a typical speech recognized text is some error percentage in recognition. This, results erroneously assigning to irrelevant documents.The idea of this proposed method, is to detect error-prone terms and to find similar words for each term. A parameter is defined which calculates the probability for occurring errors in the error-prone words. To recognize similar words for each specific term, based on a criterion called average detection rate (ADR) and levenshtein distance criterion, some candidates are chosen as the initial similar words set. And then, a conversion probability is defined based on the conversion rate (CR) and the noisy channel model (NCM) and the words with higher probability based on a threshold level are selected as the final similar words. In the retrieval process, these words are considered in the search step in addition to the base word.  Implementation result shows a significant improvement up to 30% of F-measure in information retrieval method with consideration of this pre-processing.},  
Keywords = {Information retrieval, Speech recognition, Document, Query, Levenshtein Distance},
volume = {13},
Number = {4}, 
pages = {93-108}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {ارائه یک روش جدید بازیابی اطلاعات مناسب برای متون حاصل از بازشناسی گفتار},
abstract_fa ={در این مقاله، یک پیش پردازش روی روش‎های بازیابی اطلاعات، ارائه می شود که برای بازیابی اطلاعات حاصل از متون بازشناسی شده ی گفتاری، مناسب است. این پیش پردازش، به شکل ترکیبی از اصلاح و گسترش پرس‏ و جو می ‏باشد. ورودی‏ های مسئله، اسناد متنی بدست آمده از بازشناسی گفتار و پرس‏ و جو می باشد و هدف، یافتن اسناد مرتبط با کلمه پرس ‏و جو است. مشکل آن است که متن حاصل از بازشناسی گفتار، همواره دارای درصد خطایی در بازشناسی است که ممکن است منجر به این شود که کلماتی که در واقع مرتبط هستند و به‏ علت وقوع خطای بازشناسی دگرگون شده‏ اند مرتبط تشخیص داده نشوند. ایده ی روش ارائه شده، تشخیص خطای بازشناسی در کلمات و در نظر گرفتن کلمات مشابه برای آن دسته از کلماتی است که به عنوان خطا تشخیص داده‌شده اند. برای تشخیص کلمه ی خطا، پارامتری به عنوان احتمال خطا در کلمه تعریف می‏ شود که بزرگ بودن آن بیانگر امکان بیشتر وقوع خطا در کلمه است. همچنین برای تشخیص کلمات مشابه، ابتدا با استفاده از معیار فاصله لونشتاین، کلمات مشابه اولیه را پیدا می کنیم. سپس احتمال تبدیل این کلمات مشابه به کلمه پرس ‏و جوی اصلی، محاسبه می شود. کلمات مشابه معنایی، از بین کلماتی که احتمال تبدیل بیشتری دارند، بر اساس یک سطح آستانه انتخاب می‌شوند. اکنون در الگوریتم بازیابی، علاوه‏ بر کلمه اصلی، کلمات مشابه آن نیز در جستجو، مرتبط در نظر گرفته می‏ شوند. نتایج پیاده‏سازی‏ها نشان می‏دهد که الگوریتم ارائه‌شده، معیار F را به میزان حداکثر 30‎% بهبود می‌بخشد.},
keywords_fa = {بازیابی اطلاعات- بازشناسی گفتار- سند- پرس و جو- فاصله لونشتاین },

doi = {10.18869/acadpub.jsdp.13.4.93},
url = {http://jsdp.rcisp.ac.ir/article-1-360-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-360-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2017}  
}

@article{ 
author = {gharaee, hossein and mohammadi, fari},  
title = {Modified AODV Routing Protocol in Order to Defend Wormhole Attacks}, 
abstract ={Mobile Ad hoc Networks (MANET) are vulnerable to both active and passive attacks. The wormhole attack is one of the most severe security attacks in wireless ad hoc networks, an attack that can be mounted on a wide range of wireless network protocols without compromising any cryptographic quantity or network node.  In Wormhole attacks, one malicious node tunnels packets from its location to the other malicious node. Such wormhole attacks result in a false route with fewer. If the source chooses this fake route, malicious nodes have the option of sniff, modify, selectively forward packets or them. Existing solution defends wormhole attacks, such as SECTOR, Packet Leashes, DelPHI, directional antenna. These solutions require special hardware or strict synchronized clocks or cause message overhead, or generate false-positive alarms. A novel approach MAODV: Modified AODV is proposed to defend wormhole attacks, launched in AODV. The proposed approach is based on weight per hop. Each node in network has its own weight, given by administration due to trusty power capability. Sum of weight will not be exceeded from 100. Whenever a source node wants to send a traffic to destination, puts its minimum weight in RREQ packet to constitute the route. The destination node is selected in the route that its weight is close to destination announcement weight. Since no special hardware and no encryption techniques are used, it is likely to have less overhead and delay, compared to other techniques. The proposed wormhole defend mechanism is discussed in detail. Our proposed system does not require any synchronized clocks or special hardware to defend wormhole attacks. In our proposed system some parameters will be added to AODV routing protocol and make it more secure against wormhole attacks. We will name this new protocol as MAODV. In the first place, there is a master node in network, which  weighs 100 (weighs of whole network). Whenever a node attends to enter the network, sends a join message to nearest neighbor. After receiving the message, master node will share its weights with the node requester, and sends the weight to this node requester. This process and weight sharing will be repeated after any requests to join a network, and total weight of network is not exceeded from 100. In our proposed method, each path which is created between source and destination, has a particular weight and this weight equals to intermediate node weights being added to each other. In MAODV whenever a source node wants to send RREQ packet, it adds the minimum weight to constitute route. After receiving RREQ packets, each intermediate node increases its weight beside increasing hop count. Each intermediate node does the same action, as far as destination node receives, RREQ packet among the received RREQ, one of them will be selected which its weight is the same as minimum requested weight by source, or slightly more than that. For instance, consider fig 1 which has 14 nodes. Assuming the node weights are equal for each node and its 7. As mentioned, the weight of whole network is tantamount to 100. Example 1: consider fig. 1 in which node A sends RREQ to node B. At first, node A checks its cache table to see whether there is a route between A and B, or not. If the answer is positive, it starts to send data. If the answer is negative, it sets up RREQ as follow: <A,B,1,7.25,[]> which means: A: source, B: destination, 1: hop count, 7: constitute path weight, 25: request weight, []: intermediate nodes. Each node which receives RREQ will check if it is the destination or not. If it wasn’t: 1. Increase hop count, 2. puts its weight to constitute path weight, 3. Adds its address as an intermediate node. And then broadcasts RREQ packet to the neighbors. In this example node A sends RREQ to X and C, which are legitimate neighbor of A. When X receives the packet, modifies it as: <A,B, 2,(4,25,[X]> and forwards it to its neighbors on the other hand node. C modifies packet as: <A,B,2,(4,25,[C]> and forwards it to its neighbor D. This action will be repeated until B gets two RREQ - <A,B,4,28,25,[C,D,E]> and <A,B,7,25,48,[X,U,V,W, Z,Y> - among the received RREQ, B will be selected which its weight is the same as minimum requested weight by A, or slightly more than that, so the first route will be chosen by B. node B setup RREP packet as <A,B,1,4,25,7, [E,D,C]> which means: A: source, B: destination, 1: back path weight, 4: hop count, 25: request weight, 7: constitute path weight, [E,D,C]: intermediate nodes. The effectiveness of the propose mechanism is evaluated using ns2 network simulator. The simulator's outcome demonstrates that PDR in MAODV rose by 5% up to 8% in presence of two malicious nodes, compared to PDR in AODV routing protocol. The average delay point to point in MAODV is more than AODV, but on the other hand, it is less than SAODV due to not using encryption.},  
Keywords = {MANET, Wormhole attacks , AODV, NS2   },
volume = {13},
Number = {4}, 
pages = {109-120}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {بهبود پروتکل AODV جهت مقابله با حملات کرم‌چاله در شبکه‌های اقتضایی},
abstract_fa ={چکیده – حمله کرم چاله یک نوع حمله فعال می‌باشد که در لایه سوم شبکه از شبکه‌های اقتضایی رخ می‌دهد. در این حمله مهاجمین با متقاعد کردن گره فرستنده برای ارسال اطلاعات از یک مسیر جعلی که کوتاه‌تر و سریع‌تر از مسیر عادی به نظر می‌رسد، سعی دارند ارسال بسته‌ها از تونل ایجاد شده انجام شود تا بتوانند، حملات آنالیز ترافیک، انکار سرویس، رها کردن بسته‌ها و یا جلورانی انتخابی را انجام دهند. هر پروتکلی که از مقیاس کم‌ترین تاخیر و کم-ترین تعداد گام برای مسیریابی استفاده کند، در برابر این حمله آسیب پذیر است.در این مقاله یک راه‌کار جدید برای مقابله با حملات کرم چاله ارائه می-دهیم. در راه‌حل پیشنهادی هر گره دارای یک وزن است و مجموع وزن‌ها در شبکه برابر صد خواهد بود. هرگاه گره‌ای قصد ارسال ترافیک به گره دیگر را داشته باشد، در بسته RREQ حداقل وزن درخواستی برای ایجاد ارتباط را بیان می‌کند. گره فرستنده با توجه به اهمیت داده‌هایی که ارسال خواهد کرد مشخص می‌کند که مجموع وزن گره‌های شرکت کننده، در فرایند کشف مسیر باید چقدر باشد. روش پیشنهادی را MAODV نامگذاری می‌کنیم. روش فوق به صورت نرم‌افزاری بوده و با توجه به این‌که از تکنیک رمزنگاری استفاده نخواهیم کرد،پیش‌بینی می‌کنیم سربار کمتری نسبت به سایر تکنیک‌ها داشته باشیم، و همچنین به علت عدم استفاده از الگوریتم‌های سخت، توان گره‌ها که اتفاقا محدود است، کمتر صرف محاسبات خواهد شد.کارایی الگوریتم پیشنهادی را در محیط ns-2 نشان خواهیم داد.},
keywords_fa = {شبکه MANET, حمله کرم چاله, پروتکل مسیریابی AODV, ns-2},

doi = {10.18869/acadpub.jsdp.13.4.109},
url = {http://jsdp.rcisp.ac.ir/article-1-212-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-212-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2017}  
}

@article{ 
author = {Ghayoomi, Masoo},  
title = {A Comparative Study on the Impact of Part-of-Speech Tagging on Parsing for the Persian Language Processing}, 
abstract ={In this paper, the role of Part-of-Speech (POS) tagging for parsing in automatic processing of the Persian language is studied. To this end, the impact of the quality of POS tagging as well as the impact of the quantity of information available in the POS tags on parsing are studied. To reach the goals, three parsing scenarios are proposed and compared. In the first scenario, the parser assigns the POS tags firstly and then it parses the input sentence. In the second scenario, an external POS tagger is usedto assign the tags, then the sentence is parsed. In the third scenario, the parser uses the gold standard POS tags to parse the input sentence. In this study, various evaluation metrics are used to show the impacts from different points of views. The experimental results show that the quality of the POS tagger and the quantity of the information available in the POS tags have a direct effect on the parsing performance. The high quality of the POS tags causes error reduction in parsing and also it increases parsing performance. Moreover, lack ofmorphological -syntactic information in the POS tags has a high negative impact on parsing performance. This impact is more pronounced than the impact of POS tagger performance. },  
Keywords = {processing of the Persian language, part-of-speech tagging, parsing},
volume = {13},
Number = {4}, 
pages = {121-132}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {بررسی مقایسه‌ای تأثیر برچسب‌زنی مقولات دستوری بر تجزیه در پردازش خودکار زبان فارسی},
abstract_fa ={در این مقاله، به بررسی جایگاه برچسبزنی مقولات دستوری در تجزیه نحوی خودکار جملات فارسی پرداخته خواهد شد. به همین منظور، تأثیر کیفیت برچسبزنی مقولات دستوری و همچنین تأثیرگذاری میزان اطلاعات موجود در مقولات دستوری بر کارایی تجزیه خودکار جملات مورد مطالعه قرار خواهد گرفت. بهمنظور انجام این دو بررسی، سه سناریو برای تجزیه جملات ارائه شده و مقایسه میشود. در سناریو ۱، تجزیهگر ابتدا داده ورودی را برچسبزنی کرده و سپس جمله را تجزیه میکند. در سناریو ۲، از یک برچسبزن خارج از تجزیهگر و در سناریو ۳ از برچسب معیار واژهها برای تجزیه جملات استفاده میشود. در این بررسی، معیارهای ارزیابی متفاوت مورد استفاده قرار میگیرد تا میزان این تأثیرگذاری از ابعاد مختلف نشان داده شود. نتایج حاصل از آزمایشات نشان میدهد که کیفیت و میزان اطلاعات در مقولات دستوری واژه بر کارایی تجزیهگر تأثیر مستقیم دارد. کیفیت بالای برچسب مقولات دستوری سبب کاهش خطای تجزیهگر و افزایش کارایی آن میگردد. همچنین عدم وجود اطلاعات صرفیـنحوی تأثیر منفی بسزایی بر کارایی تجزیهگر دارد که این تأثیرگذاری در مقایسه با کیفیت برچسب مقولات دستوری بسیار بیشتر است.},
keywords_fa = {پردازش زبان فارسی, برچسب مقوله دستوری, تجزیه خودکار},

doi = {10.18869/acadpub.jsdp.13.4.121},
url = {http://jsdp.rcisp.ac.ir/article-1-300-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-300-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2017}  
}

@article{ 
author = {Jafarian-Moghaddam, Ahmad Reza and Barzinpour, Farnaz and Fathian, Mohamm},  
title = {New Clustering Technique using Artificial Immune System and Hierarchical technique}, 
abstract ={Artificial immune system (AIS) is one of the most meta-heuristic algorithms to solve complex problems. With a large number of data, creating a rapid decision and stable results are the most challenging tasks due to the rapid variation in real world. Clustering technique is a possible solution for overcoming these problems. The goal of clustering analysis is to group similar objects. AIS algorithm can be used in data clustering analysis. Although AIS is able to good display configure of the search space, but determination of clusters of data set directly using the AIS output will be very difficult and costly. Accordingly, in this paper a two-step algorithm is proposed based on AIS algorithm and hierarchical clustering technique. High execution speed and no need to specify the number of clusters are the benefits of the hierarchical clustering technique. But this technique is sensitive to outlier data. So, in the first stage of introduced algorithm the search space and the configuration space are identified using the proposed AIS algorithm, and therefore outlier data are determined. Then in second phase, using hierarchical clustering technique, clusters and their number are determined. Consequently, the first stage of proposed algorithm eliminates the disadvantages of the hierarchical clustering technique, and AIS problems will be resolved in the second stage of the proposed algorithm. In this paper, the proposed algorithm is evaluated and assessed through two metrics that were identified as (i) execution time (ii) Sum of Squared Error (SSE): the average total distance between the center of a cluster with cluster members used to measure the goodness of a clustering structure. Finally, the proposed algorithm has been implemented on a real sample data composed of the earthquake in Iran and has been compared with the similar algorithm titled Improved Ant System-based Clustering algorithm (IASC). IASC is based on Ant Colony System (ACS) as the meta-heuristics clustering algorithm. It is a fast algorithm and is suitable for dynamic environments. Table 1 shows the results of evaluation.   Table 4: Compare the two algorithms Proposed algorithm IASC Alg. 12 18 Execution time (s) 5/3 9/4 SSE    The results showed that the proposed algorithm is able to cover the drawbacks in AIS and hierarchical clustering techniques and on the other hand has high precision and acceptable run speed.},  
Keywords = {Clustering Analysis, Artificial immune system (AIS), Hierarchical Clustering.},
volume = {13},
Number = {4}, 
pages = {133-145}, 
publisher = {Research Center on Developing Advanced Technologies},
title_fa = {روش نوین خوشه‌بندی ترکیبی با استفاده از سیستم ایمنی مصنوعی و سلسله مراتبی},
abstract_fa ={سیستم ایمنی مصنوعی (AIS) یکی از مهمترین الگوریتم‌های متاهیوریستیک به منظور حل مسائل بسیار پیچیده می‌باشد. از این الگوریتم می‌توان در تحلیل خوشه‌بندی داده‌ها استفاده نمود. علی‌رغم اینکه AIS قادر است پیکربندی فضای جستجو را به خوبی نمایش دهد اما تعیین خوشه‌های داده‌ها به طور مستقیم با استفاده از خروجی آن بسیار مشکل است. بر این اساس در این مقاله الگوریتم دو مرحله‌ای پیشنهاد شده است. در مرحله اول با استفاده از الگوریتم AIS پیشنهادی، فضای جستجو مورد بررسی قرار گرفته و پیکربندی فضا تعیین می‌شود و در مرحله دوم با استفاده از روش خوشه‌بندی سلسله ‌مراتبی، خوشه‌ها و تعداد آنها مشخص می‌شود. در انتها الگوریتم پیشنهادی بر روی نمونه واقعی متشکل از داده‌های زلزله در ایران پیاده‌سازی و با نتایج الگوریتم مشابه مقایسه شده است. نتایج نشان داد که الگوریتم پیشنهادی توانسته است نقایص موجود در AIS و روش خوشه‌بندی سلسله مراتبی را پوشش دهد و از طرفی از دقت و سرعت قابل قبولی برخوردار است.},
keywords_fa = {تحلیل خوشه‌بندی؛ سیستم ایمنی مصنوعی (AIS)؛ خوشه‌بندی سلسله مراتبی. },

doi = {10.18869/acadpub.jsdp.13.4.133},
url = {http://jsdp.rcisp.ac.ir/article-1-88-en.html},  
eprint = {http://jsdp.rcisp.ac.ir/article-1-88-en.pdf},  
journal = {Signal and Data Processing},  
issn = {2538-4201}, 
eissn = {2538-421X}, 
year = {2017}  
}