محمد خویشه
دانشجوی دکتری دانشکده مهندسی برق، دانشگاه علم و صنعت ایران
[ 1 ] - مقاومسازی پنهاننگاری در تصاویر سونارهای اسکن جانبی توسط روش رمزنگاری ترکیبی
در دنیای امروزی برای ارسال پیامهای طبقهبندی شده معمولاً از پنهاننگاری پیام مورد نظر در قالب تصاویر، فیلمها و صوتهای عادی استفاده میشود. اهمیت بالای پنهان ماندن پیامهای مهم باعث میشود، الگوریتمهای جدیدی برای پنهانسازی اطلاعات در خروجی چندرسانهای ارائه گردد. با توجه به اینکه الگوریتمهای استخراج این نوع نهاننگاریها نیز به موازات الگوریتمهای نهاننگاری، در دسترس قرار میگیرند، در این...
[ 2 ] - بهسازی تصاویر دریافتی از پهپادها و ماهوارههای کوچک با استفاده از روش فرا تفکیکپذیری
محدودیتهای تئوری و عملی در سامانههای عکسبرداری بر روی وضوح تصاویر اثر میگذارند یکی از شیوههای موثر در غلبه بر این محدودیتها، روشهای فرا تفکیکپذیری میباشد که در سالهای اخیر گسترش یافته است. هدف اصلی این مقاله علاوه بر بزرگنمایی تصاویر دیجیتال، بازیابی جزئیات فرکانس بالای از دست رفته است. در این مقاله یک روش فراتفکیکپذیری تک تصویر با استفاده از شبکه عصبی کانولوشنی مبتنی بر الگوریتم...
[ 3 ] - تقریب پارامترهای آماری کلاتر سونار فعال توسط پهنای پرتو مؤثر آرایه
کلاتر یکی از اصلیترین عوامل تولید اهداف کاذب در سونارهای فعال است. مدلسازی کلاتر از اولین گامها برای شناسایی، کنترل و حذف این پدیده میباشد. چالش مورد بحث در مدلسازی کلاتر سونار فعال، دقت مدل ارائه شده در تقریب پارامترهای آماری کلاتر میباشد. (یعنی کاهش مقدار باعث افزایش مقدار pfa میشود). در این مقاله، از مدل کلاتر در سطح هیدروفون استفاده شده و سپس پارامتر شکل توزیع حاصل از ...
[ 4 ] - دستهبندی اهداف سوناری با استفاده از روش OMKC
با توجه به خصوصیات فیزیکی پیچیدهی اهداف سوناری، طبقهبندی و تمیز دادن اهداف واقعی از اهداف کاذب یکی از زمینههای دشوار و پیچیده برای محققان و صنعتگران این حوزه است. با توجه به این ویژگیهای اهداف سوناری، روشهای هوشمند در دستهبندی این نوع دادگان دارای تواناییهای منحصر به فردی میباشند. از اینرو در سالهای اخیر استفاده از شبکههای عصبی و ماشین بردار پشتیبانی در این زمینه کاربرد فراوانی داشت...
[ 5 ] - دستهبندی اهداف سوناری توسط الگوریتم بهینهساز ازدحام ذرات با گروههای مستقل
با توجه به اینکه دادگان سوناری دارای ابعاد بالا و بهینههای محلی زیادی میباشند، دستهبندیکنندههای متعارف توانایی دستهبندی مناسب اینگونه اهداف را ندارند. استفاده از ترکیب بهینهساز ازدحام ذرات (PSO) و شبکههای عصبی مصنوعی (ANN) یکی از راهحلهایی است که در چند سال اخیر برای غلبه بر این مشکل موردتوجه قرار گرفته است. در کاربرد دادگان با ابعاد بالا، الگوریتم PSO دارای دو مشکل به دام افتادن در ...
[ 6 ] - Training Radial Basis Function Neural Network using Stochastic Fractal Search Algorithm to Classify Sonar Dataset
Radial Basis Function Neural Networks (RBF NNs) are one of the most applicable NNs in the classification of real targets. Despite the use of recursive methods and gradient descent for training RBF NNs, classification improper accuracy, failing to local minimum and low-convergence speed are defects of this type of network. In order to overcome these defects, heuristic and meta-heuristic algorith...
[ 7 ] - سناریوهای اختلال و فریب الکترونیکی سامانه های هدایت و کنترل سلاح های هدایتشونده نسل جدید دنیا در افق 1410
امروزه سلاحهای هدایتشونده نسل جدید و سامانههای کنترل آنها نقش بسیار مهمی در میدان نبرد بازی میکنند. برتری اطلاعاتی یکی از پارامترهای بسیار مهم در کنترل و هدایت سلاحهای نسل جدید است. هسته اصلی دربرتری اطلاعاتی وابسته به توانمندیهای حسگرها، فرماندهی، کنترل و سیستم سلاحها است. دستیابی به این هدف یعنی تسلط همهجانبه در عملیات نظامی با ایجاد یک شبکه مرکزی بین پارامترهای بیانشده حاصل میشود....
Co-Authors