امروزه نیاز به اطلاعات دقیق و مختصر حاصل از یک پردازش مناسب روی سیگنال گفتار در بسیاری از کاربردهای صوت مشهود است. در پردازش سیگنال گفتار، یکی از مشکلات اساسی که با آن روبرو هستیم، نویزهای موجود در محیط یا رسانه است که سیگنال را تغییر می دهد و در این شرایط ممکن است نتوانیم اطلاعات مورد نیاز را از سیگنال استخراج کنیم. بنابر این همواره شاهد روند روبه رشد روش های نویز زدایی از سیگنال می باشیم. نویز با سیگنال ترکیب می شود و بر ویژگی های آن تاثیر می گذارد. هدف از حذف نویز، کاهش اثرات مخرب آن بر سیگنال است به گونه ای که سیگنال حاصل، بیشترین شباهت را با سیگنال اصلی داشته باشد و اثرات نویز کمینه شود. در روش پیشنهادی، در این پایان نامه برای حذف نویز از دو مفهوم منطق فازی و تبدیل موجک بهره بردیم. تبدیل موجک در بسیاری از موارد در پردازش سیگنال و کاربردهای مرتبط با آن بکار گرفته می-شود. برای بهسازی سیگنال گفتار با استفاده از تبدیل موجک می توان از توابع آستانه گذار بهره برد. در روش معمول بهسازی با آستانه گذاری ضرایب موجک، مقدار آستانه بطور یکنواخت بر روی تمام مقادیر سیگنال اعمال می شود که این امر باعث تغییر ناگهانی مقادیر نزدیک به آستانه و ایجاد اعوجاج در سیگنال می شود. در این پایان نامه سعی شده تا با بهره گیری از استنتاج فازی، آستانه گذاری فازی ارائه شود که حذف نویز را با کیفیت بهتری انجام دهد و معایب روش های آستانه گذار دیگر را مرتفع کند و سیگنال حاصل علاوه بر بهبود کمی، از نظر ارزیابی شنیداری نیز رضایت بخش باشد. بهره گیری از منطق فازی با توجه به نوع مدل سازی مقادیر غیر قطعی و تقریبی، می تواند در نویز زدایی سیگنال بطور موثر بکار گرفته شود. منطق فازی با پذیرفتن تقریب در داده ها، در بسیاری موارد رفتار مناسبتری را ارائه می دهد. از دیگر دستاوردهای این تحقیق ارائه روشی برای تعیین موجک مناسب برای آواهای گفتاریست که در ترکیب با خوشه بندی فازی برای انتخاب مناسب ترین موجک برای پردازش سیگنال مربوط به واج های صدادار در زبان فارسی، استفاده شده است.

احراز هویت از طریق شاخص های زیست سنجی یا همان زیست سنجی، به تشخیص خودکار افراد بر اساس خصوصیات فیزیولوژیکی و یا رفتاری آن ها اطلاق می شود. هدف این پایان نامه، تشخیص هویت با استفاده از تصاویر دست با کیفیت پائین بوده است. در ضمن تحقیقات مبتنی بر ویژگی های استخراج شده از تبدیل های کانتورلت و موجک انجام شده است. دستاوردهای این پایان نامه شامل موارد زیر است: در سیستم اول در مرحله استخراج ویژگی بعد از تجزیه در هر سطح، تصویر به تعدادی زیرباند تقسیم و توان هر زیرباند فرکانسی محاسبه گردید و سپس مقادیر این توان ها به عنوان ویژگی ها در نظر گرفته شدند. در سیستم دوم در مرحله استخراج ویژگی از تصویر تبدیل گرفته شد و سپس ضرائب حاصل به عنوان ویژگی ها استخراج شدند؛ در این حالت، در کل نتایج بهتری نسبت به سیستم اول به دست آمد. اما در مرحله بعد، برای جدا کردن ویژگی های حاوی اطلاعات مفید و بهتر کردن نتایج از یک روش انتخاب ویژگی مبتنی بر فیلتر جدید به نام agv استفاده شد؛ آزمایش ها در دو حالت انجام شدند، یک سری از آزمایش ها بدون استفاده از این الگوریتم و یک سری با استفاده از این الگوریتم صورت گرفتند که الگوریتم انتخاب ویژگی مذکور، بهبود نتایج را نسبت به حالت بدون انتخاب ویژگی نشان می دهد. ماتریس ویژگی های باقیمانده به مرحله طبقه بندی فرستاده شد تا آخرین مرحله احراز هویت اجرا گردد. در اینجا چند طبقه بند مورد آزمایش قرار گرفت؛ یک نسخه بازبینی شده نزدیک ترین همسایه که بین سه معیار تشابه رأی گیری می کند؛ ماشین بردار پشتیبان، و تحلیل جداساز خطی مستقیم تقویت شده که از تکنیک جدید قوی-سازی(boosting) بهره می برد، طبقه بندهای مورد استفاده در این کار هستند. که در هر سه حالت نتایج قابل توجهی به دست آمد. - پایگاه داده های استفاده شده در آزمایش ها سه پایگاه داده استاندارد مطرح در این زمینه بوده است که عبارتند از: پایگاه داده fvc2004 که شامل تصاویر اثر انگشت است؛ پایگاه داده polyu palmprint که شامل تصاویر اثر کف دست است؛ پایگاه داده polyu fkp که شامل تصاویر اثر سطح بیرونی مفصل انگشتان است

رشد شبکه های کامپیوتری حفظ امنیت به چالشی حیاتی تبدیل شده است. روش های سابق مقابله با نفوذ مانند دیوارآتش و یا سیستم های کنترل دسترسی توانایی مقابله موثر با حملات در شبکه های کامپیوتری را نداشتند. در سال های اخیر، سیستم های تشخیص نفوذ جهت حفظ امنیت، نقشی اساسی را ایفا می کنند و پژوهش های بسیاری بر روی این موضوع در حال انجام می باشد که از جمله فراگیرترین این تحقیقات استفاده از تکنیک های گوناگون داده کاوی و هوش مصنوعی می باشد. در این پایان نامه روش هایی پیشنهاد شده تا از یکسو با استفاده از اتوماتای یادگیر سلولی مبتنی بر محاسبات تکاملی، بتوان قواعد فازی مناسبی جهت استفاده در سیستم تشخیص نفوذ فازی استخراج نمود و از سوی دیگر با به کارگیری اتوماتای یادگیر سلولی بتوان توابع عضویت را بگونه ای تنظیم نمود که دقت و سرعت تشخیص حملات افزایش یابد. جهت آموزش و آزمایش روش های پیشنهادی، از پایگاه داده استاندارد kdd99 که یک مجموعه داده استاندارد برای کاربردهای امنیتی می باشد، استفاده شده است. پیاده سازی و آزمایش ها نشان می دهد که روش های پیشنهادی، در مقایسه با سیستم های مشابه، از راندمان برتری برخوردار هستند.

شناخت رادیویی رویکرد جدیدی است که در جهت استفاده بهینه از منابع طیف گام برمی دارد. برای رسیدن به این هدف، مهمترین کار، استفاده حداکثر از طیفهای فرکانسی، بدون ایجاد تداخل بین کاربران مختلف است. یک راه حل، ایجاد شبکه ای از گره ها است که برای رسیدن به هدف فوق الذکر، از استراتژی یکسانی استفاده می کنند، و ما آن را "شبکه شناختی" می نامیم و به حاصل کار این شبکه نیز "شناخت رادیویی" می گوییم. از طرفی، برای ایجاد ارتباطهای مطمئن بین کاربران مختلف در این شبکه، نیازمند این هستیم که هر گره بتواند بخوبی سیگنالهای دریافتی را شناسایی کند. این شناسایی که به آن "تشخیص کاربر" نیز می گوییم، مستقیماً روی کارایی شناخت رادیویی تأثیر می گذارد. محورهای اصلی این تحقیق عبارتند از: 1) ارائه یک استراتژی برای اینکه گره های شبکه شناختی بتوانند از طریق "همکاری" با یکدیگر، بنحو موثرتری از عهده مسائل و چالشهای موجود در محیط(کانال) رادیویی برآیند. 2) ارائه روشهایی برای تشخیص سیگنال رادیویی دریافتی، و نیز تخمین حالت کانال رادیویی، تا بر اساس آن بتوانیم دید کلی بهتری را از کانال رادیویی داشته باشیم وبتوانیم ارتباطهای مستحکم تر و یکپارچه تری را بین گره های شبکه برقرار کنیم. 3) طراحی یک گیرنده مبتنی بر شبکه عصبی، بر اساس روشهای بیان شده در این تحقیق، بطوریکه بتواند در حد امکان، سیگنالهای دریافتی را بخوبی تشخیص دهد. البته مورد محوری دوم از بقیه مهمتر است و روی آن بیشتر تمرکز داریم. در فصل دوم نیز، یک راهکار ساختار-محور راجع به محور اول تحقیق بیان شده است. فصل سوم شامل ارائه روشهایی برای مدلسازی محیط رادیویی با استفاده از شبکه عصبی است و در کنار آن به موضوع اصلی تحقیق نیز می پردازد که شامل ارائه و پیاده سازی روشهایی برای تخمین طیف(کانال)، و نیز تشخیص سیگنال است. برای این کار، از روشهای آماری – عصبی استفاده شده است. دو روش استفاده شده در این تحقیق تحت نامهای "بیشترین درستنمایی"، "نظریه ارزیابی فرضیه " و "شبکه عصبی چندلایه با الگوریتم انتشار معکوس استاندارد و چندگانه" شناخته می شوند. در ادامه، با ارزیابی و آزمایش آنها، مقایسه ای را نیز بین آنها انجام می-دهیم. خواهیم دید که روی هم رفته، روش شبکه عصبی انتشار معکوس بازدهی بالاتری را از خود نشان خواهد داد. در آخر نیز مشخص خواهد شد که تشخیص سیگنال نیز به نوعی، به روشهای تخمین طیف وابسته است؛ که این خود به اهمیت روشهای تخمین مذکور می-افزاید.

مدیریت زنجیره تأمین ، یکی از شاخه های نوظهور مدیریت و مبانی زیرساختی در پیاده سازی کسب و کار الکترونیک است که روز به روز در حال پیشرفت و به دنبال راه هایی برای کاهش هرچه بیشتر چرخه تولید محصول و ارائه خدمات تا رسیدن به دست مشتری، ضمن بالا بردن کیفیت محصول و خدمات مورد نظر می باشد. لذا این پژوهش، با محوریت زنجیره تأمین، ابتدا به مطالعه مفاهیم و نقش تجارت الکترونیک در بهبود عملیات آن پرداخته و پس از بررسی مدل های موجود در مدیریت زنجیره تأمین الکترونیک، با توجه به مشکلات موجود در مدل های سنتی کسب و کار ، مدل مناسب در مدیریت زنجیره تأمین سخت افزار ایران، انتخاب و فرایندهای آن مورد تجزیه و تحلیل قرار گرفته است. در مدل ارائه شده، سیستم کد گذاری کالا به عنوان ضرورت وجود زبان مشترک در تبادل اطلاعات زنجیره تأمین، معرفی و مزایای سیستم کدگذاری ایران کد آورده شده است. در بخش مورد شناسی تحقیق، جهت آشنائی با نمونه های موفق جهان، شرکت کامپیوتری دل ، معرفی و به عنوان یکی از نمونه های کاربردی مدل ارائه شده به سازمان تأمین اجتماعی اشاره شده است. جهت اعتبار سنجی مدل ارائه شده نیز، از جامعه آماری متشکل از 19 نفر از اساتید متخصص در حوزه فناوری اطلاعات، مدیران شرکت های معتبر، کارشناسان فناوری اطلاعات سازمان تأمین اجتماعی در استان های مختلف از طریق پرسشنامه، نظرسنجی به عمل آمده و از طریق نرم افزار spss و آزمون مناسب، تحلیل و اعتبار سنجی انجام شده است. مدل ارائه شده، از طریق مطالعه فرایندهای سیستم مدیریت زنجیره تأمین شرکت دل، مقایسه مدل های موجود و همچنین در نظر گرفتن شرایط کنونی کشور، بدست آمده و نتیجه ارزیابی مدل، موثر بودن بهره گیری از سیستم های اطلاعاتی و مدیریت الکترونیک در این بخش می باشد.

با وجود روند رو به رشد سیستم های مبتنی بر فناوری اطلاعات، استفاده از سیستم های نوین مدیریتی مبتنی بر این فناوری نیز به سرعت در صنایع و سازمان ها رواج پیدا می کند. سیستم های نرم افزاری مدیریت نگهداری و تعمیرات cmms نیز در همین راستا و با به کارگیری فناوری اطلاعات و ارتباطات، علاوه بر مکانیزه نمودن سیستم مدیریتی نگهداری و تعمیرات ، افزایش کارایی عملیات نگهداری و تعمیرات در مدیریت تجهیزات سازمان ، استفاده بهینه از منابع سازمان همانند منابع انسانی ، قطعات یدکی و مصرفی، منابع مالی و سرمایه ای و ... را نیز ممکن می سازند . در صنایع نفت و گاز با توجه به ماهیت سرمایه ای بودن و تولید پیوسته، فعالیت های نگهداری و تعمیرات از اهمیت بسیار بالایی در تداوم و پایداری تولید برخوردار می باشند. بر این اساس، پیاده سازی سیستم های مدیریت نگهداری و تعمیرات cmms در صنایع نفت و گاز ایران، می تواند کمک شایانی به مدیریت بهینه فعالیت های نگهداری و تعمیرات و به تبع آن کاهش خرابی تجهیزات، افزایش قابلیت اطمینان و نهایتاً پایداری تولید نماید. با وجود مزایای فراوان سیستم های cmms، پیاده سازی آن ها با مشکلات فراوانی همراه بوده و در بسیاری از مواقع به شکست می انجامد. شناسایی عوامل و معیارهایی موثر در موفقیت پیاده سازی این سیستم ها، می تواند کمک شایانی به موفقیت در استقرار سیستم های cmms نماید. این تحقیق به بررسی عوامل و معیارهای حیاتی موثر در پیاده سازی موفق سیستم های cmms در صنایع نفت و گاز ایران (به عنوان نمونه در پالایشگاه گاز شهید هاشمی نژاد) و سنجش و رتبه بندی این عوامل می پردازد. ابتدا عوامل حیاتی موثر در پیاده سازی موفق این سیستم ها از ادبیات موضوع، تجربیات پیاده سازی پیشین، و تحقیقات و مطالعات انجام شده استخراج و شناسایی گردیده و سپس این عوامل، در یک محیط نمونه (پالایشگاه گاز شهید هاشمی نژاد) بررسی و رتبه بندی شده است. جهت نیل به این هدف از روش مطالعه میدانی (با کمک پرسشنامه) استفاده شده است. نتایج تحقیق خطوط عوامل و معیارهایی که صنایع نفت و گاز ایران، در صورت تمایل به پیاده سازی سیستم های cmms می بایست مد نظر داشته باشند، را ارائه خواهد داد.

سازمان صدا و سیمای جمهوری اسلامی، به عنوان مهم ترین سازمان رسانه‏ای کشور، یکی از مهم ترین وظایفش انتشار رویدادهای اجتماعی است. در جهان امروز، شیوه‏های خبرپراکنی دست خوش تغییر، دگرگونی و تحولاتی جدید شده است چنانکه بدون در نظر گرفتن این تحولات که بخش عمده آنها تحت تأثیر فناوری‏های نوین رسانه‏ای است، نمی توان برخوردی موشکافانه و بخردانه با مقوله اطلاع رسانی داشت. با بکار گیری فناوری‏های وب 2.0 و بهره‏گیری از پتانسیل شهروند خبرنگار، می‏توان به برخی از چشم اندازهای افق 1404 هجری شمسی رسانه ملی دست یافت. فناوری‏های وب 2.0، قابلیتی جدید در فضای اینترنت برای حرکت در جهت مدل‏های توسعه باز، انعطاف‏پذیری و مشارکت‏جویی برای سیستم‏های تولید محتواست که می‏تواند به کاهش هزینه‏های تولید و پردازش اطلاعات، افزایش آگاهی عمومی و افزایش کارایی سیستم‏ها منجر شود. ارزیابی این تحقیق، که توسط پیمایش در بین کارشناسان خبر در معاونت سیاسی انجام شد، بیان می‏دارد که در شرایط حاضر، نیاز به یک چنین قطب خبری، برای غنای اخبار در کنار خبرنگاران ضروری می‏باشد. چنانچه مراجعه کارشناسان خبر به وبلاگها نیز، تاییدی بر این نتایج می‏باشد. از سوی دیگر بهره‏برداری از شهروند خبرنگار، باعث کاهش هزینه‏های تولید خبر می‏شود و بر اساس نظرات پاسخگویان، شهروند خبرنگار در تمامی زمینه‏های افزایش میزان انطباق اخبار با واقعیت، افزایش سرعت خبررسانی، افزایش میزان فراگیر بودن موضوع‏های خبری و افزایش میزان موفقیت صدا و سیما در ارائه اخبار جامع و کامل، موثر می‏باشد؛ لذا ارزیابی کلی این تحقیق تایید می‏کند که با استفاده از فناوری اطلاعات و بکار گیری شهروند خبرنگار به عنوان یکی از قطب‏های جمع‏آوری خبر در جامعه، می‏توان به مدیریت بهتر و کامل تری در زنجیره تأمین منابع خبری رسانه ملی، دست یافت.

برای دسته بندی متن از تکنیک های استخراج اطلاعات، پردازش زبان طبیعی و یادگیری ماشین به طور وسیع استفاده می شود. به طور کلی هدف یک دسته بند متون، دسته بندی اسناد در قالب تعداد معینی از دسته های از پیش تعیین شده می باشد. هر سند می تواند در یک، چند و یا هیچ دسته ای قرار بگیرد. در مورد هر سند به این سوال پاسخ داده خواهد شد که این سند در کدام یک از دسته ها قرار می گیرد. این موضوع می تواند در قالب یک یادگیری خودکار قرار گیرد تا با استفاده از آن بتوان هر سند را به طور خودکار به دسته ای نسبت داد. در این تحقیق، از روش دسته بندی بر مبنای قواعد انجمنی که از روی فرایند کاوش الگوهای مکرر مجموعه داده های آموزشی تولید شده اند، برای دسته بندی متون فارسی استفاده می شود. این فرآیند با فرآیندی که در داده کاوی داده های بزرگ پایگاه داده ها استفاده می شود یکسان می باشد. یکی از مهم ترین الگوریتم هایی که برای تولید قواعد انجمنی بکار می رود الگوریتم apriori می باشد. در این تحقیق از الگوریتم cba که برای این کاربرد مناسب تشخیص داده شد، استفاده شده است. پیکره ی مورد استفاده برای انجام آزمایشات، پیکره متون فارسی همشهری 2 می باشد، که مقالات آن کامل و حجیم بوده و به 8 دسته خبری تقسیم شده اند. پس از انجام پیش پردازش های لازم بر روی پیکره همشهری 2 و تبدیل آن به فرمت مناسب، کلمات کلیدی متون آموزشی با استفاده از تکنیک tfidf و نرم افزار قدرتمند weka استخراج می شوند. سپس قواعد انجمنی دسته بندی از روی داده های آموزشی (کلمات کلیدی بدست آمده از مرحله قبل)، با استفاده از نرم افزار dmii cba که الگوریتم cba را پیاده سازی کرده است استخراج شده و دسته بند نهایی تولید و ذخیره می شود. در ادامه از این دسته بند برای دسته بندی متون آزمایشی استفاده می شود. آزمایشات انجام شده و ارزیابی آن ها نشان می دهد با افزایش تعداد متون آزمایشی و انتخاب مناسب کلمات کلیدی مرتبط با موضوع متن، دقت دسته بند به طور چشمگیری افزایش می یابد.

با توسعه همه جانبه استفاده از شبکه های کامپیوتری، تهدیدات ناشی از اجرای حملات انکار سرویس توزیع شده در حال افزایش است به شکلی که این دسته از اختلالات به راحتی می توانند منابع ارتباطی و محاسباتی سیستم یا سیستم های قربانی را در مدت زمان کوتاهی از ارائه خدمت به کاربران قانونی خود باز دارند. در این تحقیق، مجموعه ای خلاقانه از تفکیک کننده های فازی-عصبی نوع سوگنو برای تشخیص حملات انکار سرویس توزیع شده ارائه گردیده است که برای تجمیع نتایج آن ها از روش bagging استفاده می شود. دقت تشخیص و هشدارهای مثبت نادرست، مقیاس هایی هستند که در این تحقیق از آن ها برای تحلیل کارایی روش پیشنهادی بهره گرفته شده است. نتایج آزمایشات صورت پذیرفته بر روی زیر مجموعه ای بهینه و تصادفی از مجموعه داده nsl-kdd dataset، نشان دهنده این امر می باشد که مجموعه طراحی شده از تفکیک کننده های پیشنهادی، طی فرآیند تشخیص حملات، به نرخ دقت بالاتری (%96) در مقایسه با سایر روش های پرکاربرد یادگیری ماشین دست یافته است. علاوه بر این، هشدارهای نادرست صادره توسط سیستم تشخیص نفوذ، با بکارگیری روش ارائه شده به شکل چشم گیری کاهش یافته است.

پیاده سازی و ارزیابی نهان نگاری در سیگنال گفتار فارسی به کمک تبدیل موجک گسسته ی دودویی

تاکنون امکان سنجی پیاده سازی رایانش ابری توسط محققین در سازمان ها، شرکت های خصوصی و تجاری کشورهای مختلف، در شرایط متفاوت مورد بررسی قرار گرفته و تأثیر رایانش ابری در حوزه های مختلف اندازه گیری و آزمون های مختلفی در جهت میزان تأثیر این تکنولوژی نوپا انجام شده است، اما در این پایان نامه سعی شده، عوامل موثر امکان پیاده سازی رایانش ابری در ایران و تأثیر آن بر عملکرد سیستم دانشگاهی گلستان دانشگاه پیام نور که در کیفیت عملکرد سازمانی دخیل می باشد تعیین گردد.