fa jalali 1395 12 1 gregorian 2017 3 1 13 4 online 1 fulltext

fa مدل‌سازی و پیاده‌سازی نرم‌افزاری عملکرد سامانه‌های تصویربرداری SAR در حالت نورافکن 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. 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. SAR, Signal Space, Image space, Scattering field, Functional model, Software Implementation SAR , فضای سیگنالی, فضای تصویری, میدان پراکندگی, مدل عملکردی, پیاده‌سازی نرم‌افزاری 3 18 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-415-2&slc_lang=fa&sid=1 2015/06/6 1394/3/16 2016/10/7 1395/7/16 Mojtaba Behzad Fallahpour Malek e Ashtar University of Technology مجتبی بهزاد فلاح پور m_behzad_fp@yahoo.com 0031947532846004945 0031947532846004945 No دانشگاه صنعتی مالک اشتر Hamid Dehghani Malek e Ashtar University of Technology حمید دهقانی hamid_deh@yahoo.com 0031947532846004946 0031947532846004946 Yes دانشگاه صنعتی مالک اشتر Ali Jabbar Rashidi Malek e Ashtar University of Technology علی جبار رشیدی aiorashid@yahoo.com 0031947532846004947 0031947532846004947 No دانشگاه صنعتی مالک اشتر Abbas Sheikhi Department of Electrical and Computer Engineering, Shiraz University عباس شیخی Sheikhi@shirazu.ac.ir 0031947532846004948 0031947532846004948 No دانشگاه شیراز

fa یک روش جدید افزایش دقت مکانی تصاویر سنجش از دور با استفاده از جدول جستجو 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. 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.   spatial resolution, change the image scale, lookup table, subpixel decomposition افزایش دقت مکانی, زیرپیکسل, جدول جستجو, تجزیه پیکسلهای مخلوط 19 28 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-296-2&slc_lang=fa&sid=1 2015/06/62013/12/8 1392/9/17 2016/10/72016/12/4 1395/9/14 mansoor zeinali iaun منصور زینلی mansoor.zeinali@gmail.com 0031947532846004951 0031947532846004951 No دانشگاه اراد اسلامی واحد نجف اباد hassan ghasemian tmu محمد حسن قاسمیان ghasemi@modares.ac.ir 0031947532846004952 0031947532846004952 Yes دانشگاه تربیت مدرس

fa تشخیص صرع در سیگنال EEG با استفاده از الگوریتم ابتکاری صفحات شیبدار(IPO) 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. 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. Electroencephalogram(EEG), Epileptic seizure detection, Discrete wavelet transform(DWT), Heuristic algorithm, Inclined planes system optimization algorithm(IPO) الکتروانسفالوگرافی, تشخیص صرع, تبدیل ویولت گسسته, الگوریتم های ابتکاری, الگوریتم بهینه سازی صفحات شیبدار 29 42 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-508-1&slc_lang=fa&sid=1 2015/06/62013/12/82014/05/14 1393/2/24 2016/10/72016/12/42016/10/5 1395/7/14 Mohammad Reza Esmaeili University of Birjand محمدرضا اسماعیلی mr.esmaeili@birjand.ac.ir 0031947532846004953 0031947532846004953 Yes دانشگاه بیرجند Seyed Hamid Zahiri University of Birjand سید حمید ظهیری shzahiri@yahoo.com 0031947532846004954 0031947532846004954 No دانشگاه بیرجند

fa استخراج ویژگی‌های ساختاری فایل‌های کامپیوتری مبتنی بر تحلیل و ارزیابی آماری 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. 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. Files, n-gram model, word clustering, Canberra distance, entropy rate, Fractal dimension فایل‌های کامپیوتری, مدل n-gram, خوشه‌بندی لغات, ضریب خود همبستگی, TF-IDF, نرخ آنتروپی, فاصله کانبرا 43 62 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-359-1&slc_lang=fa&sid=1 2015/06/62013/12/82014/05/142013/07/3 1392/4/12 2016/10/72016/12/42016/10/52016/10/5 1395/7/14 Majid Vafaei Jahan Islamic azad university mashhad branch مجید وفایی جهان vafaeija@yahoo.com 0031947532846004955 0031947532846004955 Yes دانشگاه آزاد اسلامی مشهد

fa تخمین مکان نواحی کدکننده پروتئین در توالی عددی DNA با استفاده پنجره با طول متغیر بر مبنای منحنی سه بعدی Z 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. 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.    Protein Coding Regions, Period-3, Digital Signal Processing, DNA, Variable Length Window, Band-Limited Filter. نواحی کدکننده پروتئین, تناوب-3, DNA, پنجره با طول متغیر, فیلتر باند محدود. 63 78 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-336-1&slc_lang=fa&sid=1 2015/06/62013/12/82014/05/142013/07/32013/06/6 1392/3/16 2016/10/72016/12/42016/10/52016/10/52016/06/15 1395/3/26 حمیدرضا صابرکاری h_saberkari@sut.ac.ir 0031947532846004956 0031947532846004956 Yes دانشکده مهندسی برق، دانشگاه صنعتی سهند، تبریز، ایران موسی شمسی shamsi@sut.ac.ir 0031947532846004957 0031947532846004957 No دانشگاه صنعتی سهند،تبریز،ایران Hossein محمدحسین صداقی sedaaghi@sut.ac.ir 0031947532846004958 0031947532846004958 No دانشگاه صنعتی سهند،تبریز،ایران

fa بهبود سرعت "انطباق مبتنی بر روش برش گراف" جهت انطباق غیر صلب تصاویر تشدید مغناطیسی مغز 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. 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. Non-rigid image registration, Graph-cuts, Magnetic resonance images انطباق تصویر ناصلب, برش گراف, تصویر تشدید مغناطیسی 79 92 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-563-1&slc_lang=fa&sid=1 2015/06/62013/12/82014/05/142013/07/32013/06/62014/06/21 1393/3/31 2016/10/72016/12/42016/10/52016/10/52016/06/152016/12/27 1395/10/7 Farnaz ZohourParvaz Tehran Science and Research Branch, Islamic Azad University فرناز ظهورپرواز fzohourparvaz@gmail.com 0031947532846004959 0031947532846004959 Yes دانشگاه علوم و تحقیقات تهران Emad Fatemizadeh Sharif University of Technology عمادالدین فاطمی زاده fatemizadeh@sharif.edu 0031947532846004960 0031947532846004960 No دانشگاه صنعتی شریف Hamid Behnam Iran University of Science and Technology حمید بهنام behnam@iust.ac.ir 0031947532846004961 0031947532846004961 No دانشگاه علم و صنعت ایران

fa ارائه یک روش جدید بازیابی اطلاعات مناسب برای متون حاصل از بازشناسی گفتار 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. 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. Information retrieval, Speech recognition, Document, Query, Levenshtein Distance بازیابی اطلاعات- بازشناسی گفتار- سند- پرس و جو- فاصله لونشتاین 93 108 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-733-2&slc_lang=fa&sid=1 2015/06/62013/12/82014/05/142013/07/32013/06/62014/06/212015/04/17 1394/1/28 2016/10/72016/12/42016/10/52016/10/52016/06/152016/12/272016/02/26 1394/12/7 rouhollah dianat qom university روح الله دیانت rdianat@qom.ac.ir 0031947532846004962 0031947532846004962 No دانشگاه قم morteza ali ahmadi qom university مرتضی علی احمدی morteza.ali.ahmadi@gmail.com 0031947532846004963 0031947532846004963 Yes دانشگاه قم yahya akhlaghi khatamolnabiyin university یحیی اخلاقی yahya.akhlaghi@gmail.com 0031947532846004964 0031947532846004964 No دانشگاه خاتم النبیین bagher babaali tehran university باقر باباعلی babaali@ut.ac.ir 0031947532846004965 0031947532846004965 No دانشگاه تهران

fa بهبود پروتکل AODV جهت مقابله با حملات کرم‌چاله در شبکه‌های اقتضایی 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. 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. MANET, Wormhole attacks , AODV, NS2 شبکه MANET, حمله کرم چاله, پروتکل مسیریابی AODV, ns-2 109 120 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-96-3&slc_lang=fa&sid=1 2015/06/62013/12/82014/05/142013/07/32013/06/62014/06/212015/04/172014/02/4 1392/11/15 2016/10/72016/12/42016/10/52016/10/52016/06/152016/12/272016/02/262016/10/29 1395/8/8 hossein gharaee itrc حسین قرائی gharaee@itrc.ac.ir 0031947532846004966 0031947532846004966 Yes مرکز تحقیقات مخابرات farid mohammadi tehran university فرید محمدی farid.mohammadi@ut.ac.ir 0031947532846004967 0031947532846004967 No دانشگاه تهران

fa بررسی مقایسه‌ای تأثیر برچسب‌زنی مقولات دستوری بر تجزیه در پردازش خودکار زبان فارسی 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. 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.  processing of the Persian language, part-of-speech tagging, parsing پردازش زبان فارسی, برچسب مقوله دستوری, تجزیه خودکار 121 132 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-669-1&slc_lang=fa&sid=1 2015/06/62013/12/82014/05/142013/07/32013/06/62014/06/212015/04/172014/02/42014/12/13 1393/9/22 2016/10/72016/12/42016/10/52016/10/52016/06/152016/12/272016/02/262016/10/292016/04/11 1395/1/23 Masood Ghayoomi Freie Universität Berlin مسعود قیومی masood.ghayoomi@gmail.com 0031947532846004968 0031947532846004968 Yes پژوهشکده زبانشناسی، پژوهشگاه علوم انسانی و مطالعات فرهنگی، تهران، ایران

fa روش نوین خوشه‌بندی ترکیبی با استفاده از سیستم ایمنی مصنوعی و سلسله مراتبی 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. 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. Clustering Analysis, Artificial immune system (AIS), Hierarchical Clustering. تحلیل خوشه‌بندی؛ سیستم ایمنی مصنوعی (AIS)؛ خوشه‌بندی سلسله مراتبی. 133 145 http://jsdp.rcisp.ac.ir/browse.php?a_code=A-10-234-1&slc_lang=fa&sid=1 2015/06/62013/12/82014/05/142013/07/32013/06/62014/06/212015/04/172014/02/42014/12/132013/06/6 1392/3/16 2016/10/72016/12/42016/10/52016/10/52016/06/152016/12/272016/02/262016/10/292016/04/112016/10/5 1395/7/14 Ahmad Reza Jafarian-Moghaddam احمد رضا جعفریان مقدم ahmadreza.jafarian@gmail.com 0031947532846004969 0031947532846004969 Yes دانشگاه اصفهان،اصفهان،ایران Farnaz Barzinpour فرناز برزین‌پور barzinpour@iust.ac.ir 0031947532846004970 0031947532846004970 No دانشگاه علم و صنعت ایران،تهران،ایران Mohammad Fathian محمد فتحیان fathian@iust.ac.ir 0031947532846004971 0031947532846004971 No دانشگاه علم و صنعت ایران،تهران،ایران