2024-03-29T13:13:11Z
https://jscit.nit.ac.ir/?_action=export&rf=summon&issue=17798
مجله علمی رایانش نرم و فناوری اطلاعات
JSCIT
2383-1006
2383-1006
1400
10
1
بکارگیری یک قید آماری در تولید مقاطع سهبعدی از سطوح بدون بافت بهکمک سیستم نور ساختاریافته مبتنی بر دو دوربین و یک لیزر صفحهای
محسن
شیخی
علیرضا
صفدری نژاد
روح اله
کریمی
در این مقاله یک سامانهی ساده مبتنی بر تکنیک نور ساختاریافته بهمنظور تولید ابرنقاط سهبعدی از سطوح بدون بافت طراحی و پیشنهاد شده است. این سامانه متشکل از دو دوربین و یک لیزر صفحهای بوده که در آن برای تولید محتوای سهبعدی، از نور بازتاب شده از فصل تقاطع صفحهی لیزر و عارضهی سهبعدی، تصاویر استریو اخذ میگردد. هیچگونه کنترلی در مورد نحوهی جاروب سطح عارضه توسط لیزر صفحهای وجود نداشته و پارامترهای لحظهای صفحهی لیزر از قبل مشخص نیست. با معلوم بودن پارامترهای کالیبراسیون داخلی و ارتباط نسبی دوربینهای استریو، فیلمهای اخذشده توسط دوربینها بعد از یافتن فریمهای همزمان، طی فرایند بازنمونهبرداری اپیپلار، نرمالسازی میشوند. در ادامه و در هر جفت فریم همزمان، موقعیت نقاط متناظر واقع در یک مقطع سهبعدی از عارضه شناسایی میگردد. در بازسازی مختصات نقاط واقعشده در هر مقطع سهبعدی، یک قید آماری مبتنی بر همصفحگی تمام نقاط واقع در فصل مشترک صفحهی لیزر و عارضه اعمال میگردد. این قید با هدف صفر شدن دترمینان ماتریس کواریانس تمامی نقاط سهبعدی واقع در صفحهی لیزر طراحی شده است. بکارگیری این سامانه بههمراهقید ذکرشده توانسته دقت بازسازی سطح را در شرایط یکسان اخذ داده تا 41 درصد نسبت به زمان عدم بکارگیری قید ارتقاء بخشد.
بازسازی سهبعدی
سیستم نور ساختاریافته
لیزر صفحهای
سطوح بدون بافت
ماتریس کواریانس
2021
03
21
1
12
https://jscit.nit.ac.ir/article_120685_259ccccecfed48863bb4e86dcb54e185.pdf
مجله علمی رایانش نرم و فناوری اطلاعات
JSCIT
2383-1006
2383-1006
1400
10
1
تحلیل و بررسی تعیین حالات روحی از روی متون با استفاده از الگوریتم تکاملی رقابت استعماری
بهاره
گلستانی فر
عبداله
چاله چاله
چکیده- هدف از پژوهش حاضر متنکاوی جهت پی بردن به حالت روحی افراد در تایپ متون است. در این پژوهش از 14640 توئیت در رابطه با خطوط هوایی جهت تحلیل احساسات در سه دستهی مثبت، منفی و خنثی استفاده شده است. طرح پیشنهادی جدید دارای سه مرحله اصلی است. در مرحله اول پیش پردازشی به منظور آماده سازی پایگاه داده انجام میگیرد. در مرحله دوم با استفاده از الگوریتم رقابت استعماری کلمات اصلی را از بین تمامی کلمات موجود استخراج میشود. منظور از کلمات اصلی کلماتی هستند که بیشترین تأثیر را برای دستهبندی دارند. سپس با استفاده از یک شبکهی عصبی پیچشی اقدام به استخراج ویژگیهای مناسب صورت میگیرد. سپس درمرحله آخر با استفاده از یک شبکهی عصبی پرسپترون چندلایه (MLP) طبقه بندی انجام میگیرد. در روش پیشنهادی جدید، برخلاف روش های مرسوم که کلمات بعد از پیش پردازش به مرحله ی بعد راه پیدا می کنند، با استفاده از الگوریتم رقابت استعماری از میان تمامی این کلمات ،کلمات اصلی را استخراج میکنیم که این کار خود سبب کاهش قابل توجهی از حجم کلمات ورودی میشود. طرح پیشنهادی جدید در آزمایش تجربی توانست به پارامترهای دقت 0/990، صحت 0/983 و فراخوانی 0/875 برسد. این نتایج نشاندهندهی برتری طرح پیشنهادی این مقاله در مقایسه با سایر روش های قبلی میباشد.
واژههای کلیدی: دادهکاوی
متنکاوی
تحلیل احساسات
شبکههای عصبی
شبکه عصبی پیچشی
الگوریتم رقابت استعماری
2021
03
21
13
23
https://jscit.nit.ac.ir/article_120536_baf000d59e0e2f6d91122ff9f90a99af.pdf
مجله علمی رایانش نرم و فناوری اطلاعات
JSCIT
2383-1006
2383-1006
1400
10
1
بهبود دقت جهتیابی رادارهای LFM با روش مقایسه دامنه برای محیطهای چند مسیره در سیستمهای پشتیبانی جنگ الکترونیک
روح الله
رضایی فرد
پوریا
اعتضادی فر
سیستمهای پشتیبانی جنگ الکترونیک (ESM/ELINT) سیگنالهای ارسال شده از رادارها را دریافت، پردازش، تحلیل و جهت یابی می کنند. جهتیابی و تعیین زاویه ورود، یکی از مهمترین پارامترهای راداری است که در عملیات پردازش، جداسازی و تفکیک، دستهبندی و مکانیابی رادارها نقش بسزایی دارد. برای جهتیابی (DF) و تخمین زاویه ورود از تکنیکهای مختلفی استفاده میشود. در میان روشها، تکنیک مقایسه دامنه ( ADF) به دلیل سرعتبالا و پیچیدگی محاسباتی پایین جزو متداولترین تکنیکهای جهتیابی میباشد. چند مسیرگی موجب کاهش کارایی سیستم های جهت یاب می شود. در محیطهای کوهستانی و غیرشهری، دقت جهتیابی سیستمهای شنود راداری (ELINT) میتواند تحت تأثیر عوامل مختلف تغییر نماید یکی از عوامل تأثیرگذار بر دقت جهتیابی عامل چندمسیرگی است. در این مقاله روشی جدید ارائهشده است که اثر چندمسیرگی را در پالسهای دریافتی از رادارهای LFM کاهش می دهد و موجب بهبود دقت جهتیابی در سیستمهای ESM/ELINT شود. پالسهای دریافتی به دلیل وجود اثرات چندمسیرگی دارای نوسانات و اعوجاج دامنه هستند. روش پیشنهادی بدینصورت است که از طریق تبدیل سیگنال به تبدیلات دوبعدی فوریه زمان کوتاه (STFT ) و تبدیل موجک و با استفاده از الگوریتم لبه یابی سوبل ، دو زمان ورود پالس ( TOA) آشکارسازی میشوند. اولین TOA مربوط به پالس اصلی (دریافتی از مسیر مستقیم) و TOA دوم مربوط به زمان شروع پالس منعکس شده (اثر چندمسیرگی) میباشد. سپس بازه زمانی بین TOA پالس اصلی و TOA پالس بازگشتی بهعنوان سیگنال بدون اثرات چندمسیرگی در نظر گرفته میشود که در این زمان، دامنه پالس دچار نوسانات و اعوجاج نشده است. به عبارت دیگر، پالس اصلی با پالس چندمسیره ادغام نشده است. بنابراین آشکارسازی دامنه پالس اصلی دریافتی، با حذف اثر چندمسیرگی اجرا می گردد. میانگین مقدار دامنه در همین محدوده زمانی محاسبهشده و با تکنیک جهتیابی مونوپالس برای یک آرایه آنتن 8 تایی جهتیابی انجام میگیرد. بنابراین، روش پیشنهادی منجر به بهبود دقت جهتیابی با روش مقایسه دامنه (ADF) در شرایط وجود اثرات چندمسیرگی میگردد.
چندمسیرگی
مدولاسیون خطی فرکانس
الینت
جهتیابی مقایسه دامنه
تبدیل فوریه زمان-کوتاه
پردازش تصویر
2021
06
24
24
35
https://jscit.nit.ac.ir/article_120839_7b8a0c4a20af6631ef8de9b4f6a09efa.pdf
مجله علمی رایانش نرم و فناوری اطلاعات
JSCIT
2383-1006
2383-1006
1400
10
1
الگوریتم بهینه سازی جریان های آب: روشی جدید در بهینهسازی مسائل با بعد بالا
حامد
ماجانی
مهدی
نصری
در این مقاله، یک روش بهینهسازی فراابتکاری، برگرفتهشده از رفتار و حرکت جریانهای آب بر روی زمین در رسیدن به پستترین مکان ممکن، جهت حل مسائل پیوسته ارائهشده است. حرکت ساده جریان آب بر روی زمین بهطور مشخصی کارآمد و بهینه میباشد و همیشه کوتاهترین و سریعترین مسیر رسیدن به عمیقترین نقطه را در بر دارد. در الگوریتم ارائهشده حرکتهای ساده آب در مسیریابی، تغییر جهت و حتی ایجاد تندآب و گرداب به صورت عملگرهای ریاضی مختلف شبیهسازیشده است. در ادامه مقاله، جهت بررسی کارایی الگوریتم فراابتکاری پیشنهادی، بیستوسه تابع استاندارد مختلف مورد استفاده قرارگرفته و کارایی الگوریتم با برخی روشهای کلاسیک بهینهسازی فراابتکاری مورد مقایسه قرارگرفتهاست. نتایج آزمایشها مؤید این است که الگوریتم ارائهشده از نظر دقت و سرعت در بیشتر توابع آزمون استاندارد عملکرد بهتری را ارائه میدهد، بهویژه در بعد بالا این برتری بهطور معنیداری قابلمشاهده است و اختلاف بسیار زیادی با دیگر الگوریتمها دارد، بهطوریکه الگوریتمهای دیگر تقریباً قادر به بهینهسازی در ابعاد بالا نیستند. در بعد 30، میانگین زمان اجرای برنامه الگوریتم آب باران نسبت به الگوریتم وراثتی 657/1 و نسبت به الگوریتم جستجوی فاخته 274/1 میباشد. در جاییکه میانگین خطای الگوریتم ارائهشده به الگوریتم وراثتی 06/0 و نسبت به الگوریتم جستجوی فاخته 004/0 میباشد. بنابراین افزایش %94 دقت درازای %65 درصد زمان بیشتر نسبت به الگوریتم وراثتی و افزایش %6/99 دقت درازای %5/27 زمان بیشتر نسبت به الگوریتم جستجوی فاخته مشاهده میشود.
بهینهسازی
فراابتکاری
آب
جریان آب
2021
03
21
36
51
https://jscit.nit.ac.ir/article_120557_56ae2baead6b711c7c39ad4c41db1304.pdf
مجله علمی رایانش نرم و فناوری اطلاعات
JSCIT
2383-1006
2383-1006
1400
10
1
بهبود عملکرد الگوریتم KNN با استفاده از الگوریتم فرا ابتکاری PSO
احمد
حاجی مرادی
علیرضا
ناصرصدرآبادی
سید محمود
زنجیرچی
حبیب
زارع احمدآبادی
الگوریتم KNN یکی از مهمترین الگوریتمهای نا پارامتری است و جزء روشهای اثربخش دستهبندی محسوب میشود. سازوکار این الگوریتم برای تعیین دسته نمونه جدید، مبتنی بر محاسبه فاصله نمونه جدید تا سایر نمونههاست. زمانی که پایگاه داده شامل صفات غیر عددی (رتبهای و اسمی) باشد، نحوه محاسبه فاصله میتواند بر کارآیی الگوریتم اثرگذار باشد. در این مقاله روشی برای محاسبه فاصله ارائهشده است که میتواند کارآیی الگوریتم KNN را بهبود دهد. ایده ارائهشده در این پژوهش مبتنی بر محاسبه فاصله پویاست. منظور از فاصله پویا، فاصلهای است که بین هر دو مقدار از یک صفت غیر عددی تعریف میشود و به ماهیت مسئله بستگی دارد. نحوه تعیین این فاصله پویا در قالب یک مسئله بهینهسازی بیانشده است که در درون ساختار الگوریتم KNN تعبیهشده و با استفاده از الگوریتم بهینهسازی انبوه ذرات حل میشود. برای آزمایش کارآیی الگوریتم پیشنهادی از مجموعه دادههای UCI استفادهشده است. نتایج نشان میدهد میزان بهبود صحت حداقل %3.6 و حداکثر %32.7 است.
"نزدیکترین همسایه"
" فاصله پویا"
"الگوریتم بهینهسازی انبوه ذرات"
" صفات غیر عددی (اسمی و رتبهای)"
2021
03
21
52
62
https://jscit.nit.ac.ir/article_129103_20c9992c2d4f299b09ac5749d29b84b9.pdf
مجله علمی رایانش نرم و فناوری اطلاعات
JSCIT
2383-1006
2383-1006
1400
10
1
تخصیص پایلوت برای روشهای تخمین کانال با استفاده از سنجش فشرده در سیستمهای MIMO انبوه
عباس
اکبرپور کاسگری
مهرداد
اردبیلی پور
سیستمهای چند-ورودی چند-خروجی انبوه (mMIMO)، سیستمهایی بسیار پربازده برای نسل آینده سیستمهای مخابراتی هستند. در این سیستمها، داشتن یک روش مناسب برای تخمین کانال به منظور تأمین نرخ بیت بالا و بهره طیفی مناسب، امری ضروری است. سنجش فشرده توزیعیافته (DCS) یک روش اصلی در استخراج اطلاعات حالت کانال تنک توأم میباشد. در این مقاله، از روش جهت متناوب چند برابر (ADMM) استفاده میشود تا اینکه دنبالههای پایلوت شبه متعامد ایجاد شود و سپس تخمین کانال را براساس DCS انجام شود. در نتایج شبیهسازی، توانایی دنبالههای پایلوت که توسط ADMM تولید شدهاند برای استخراج CSI کانال تنک توأم نشان داده شده است.
سنجش فشرده
تخمین کانال
تنک بلوکی
چند-ورودی چند-خروجی انبوه (mMIMO)
روش جهت متناوب چند برابر (ADMM)
دنبالههای پایلوت شبه-متعامد
2021
03
21
63
71
https://jscit.nit.ac.ir/article_129105_67071a92949d54d448e8741405c87b06.pdf
مجله علمی رایانش نرم و فناوری اطلاعات
JSCIT
2383-1006
2383-1006
1400
10
1
تعیین دوز بهینه دارو برای کنترل جعیت سلولهای سرطانی با لحاظ اثرات زیانبار دارو در بیمار مبتلا به ملانوما با استفاده از روش مسیرهای شایستگی
الناز
کلهر
امین
نوری
سارا
صبوری راد
محمد علی
صدرنیا
هدف اصلی در این مقاله، تعیین میزان بهینه دوز دارو برای کاهش جمعیت سلولهای سرطانی در بیماران مبتلا به سرطان ملانوما میباشد. برای این کار از روش مسیرهای شایستگی که یکی از روشهای حل مسئله یادگیری تقویتی میباشد، استفاده شده است. این روش مزایای دو روش مرسوم یادگیری تقویتی شامل یادگیری تفاوت گذرا و مونت کارلو را دارا میباشد. از دیگر مزایای این روش میتوان به بینیاز بودن آن به مدل ریاضی اشاره کرد ولی چون امکان پیادهسازی بر روی سیستم واقعی امکان پذیر نبوده است، برای بررسی عملکرد کنترلر پیشنهادی از مدل ریاضی غیرخطی تاخیردار جهت شبیهسازی رفتار محیط استفاده گردیده است. با توجه به بررسیهایی که تاکنون انجام شده است،لازم به ذکر میباشد که بر روی این مدل ریاضی هیچ نوع روش کنترلی پیادهسازی نشده است و این اولین باری میباشد که کنترل جمعیت سلولهای سرطانی برای این مدل انجام گرفته است. در کنترل بهینه دوز دارو، میزان دارو میبایست به گونهای باشد تا از اثرات زیانبار دارو بر روی سلولهای سالم تا حد امکان جلوگیری شود. با توجه به نتایج حاصل از شبیهسازی، مشاهده میشود که روش انتخابی توانسته است با تزریق زیر بهینه میزان دوز دارو، جمعیت سلولهای سرطانی را کنترل کرده، کاهش داده و به صفر برساند که این امر، در کنار افزایش سلولهای ایمنی بدن رخ داده است. در انتها برای نشان دادن مزیت روش انتخابی در افزایش سرعت برای کاهش سلولهای سرطانی، این روش با روش الگوریتم یادگیری Q که یکی دیگر از روشهای حل مسئله یادگیری تقویتی میباشد و روش کنترل بهینه مقایسه شده است. با اعمال عیب به سنسور سیستم نیز، عملکرد کنترلر پیشنهادی برای کاهش سلولهای سرطانی در حضور عیب مورد بررسی قرار گرفت. برای بررسی یکی از مزایای روش یادگیری تقویتی که تطبیقپذیری آن با محیط میباشد، با لحاظ عدم قطعیت در پارامترهای سیستم و شرایط اولیه، کنترل جمعیت سلولهای سرطانی در پنج بیمار مبتلا به سرطان ملانوما انجام شده است. همچنین سرعت همگرایی هر دو روش مسیرهای شایستگی و الگوریتم یادگیری Q در کاهش سلولهای سرطانی به ازای نرخهای آموزش مختلف مورد بررسی قرار گرفته است.
اثرات زیانبار دارو
الگوریتم یادگیری Q
کنترل جمعیت سلولهای سرطانی
ملانوما
یادگیری تقویتی
مسیرهای شایستگی
کنترل بهینه
2021
03
21
72
92
https://jscit.nit.ac.ir/article_129150_f45b6ee85f79ba8ce2229fd8562496d1.pdf