نام پژوهشگر: حمید حسن پور

ارزیابی خسارات ناشی از آتش سوزی در عرصه های طبیعی استان با استفاده از تکنیکهای پردازش تصویر
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه گیلان - دانشکده فنی 1391
  حمیدرضا گرگانی فیروزجایی   حمید حسن پور

امروزه مطالعات در زمینه آتش سوزی عرصه های طبیعی، توجه بسیاری از پژوهشگران را به خود جلب کرده است. بسیاری از تحقیقات صورت گرفته یا پیش از وقوع آتش سوزی، جهت پیشگیری و جلوگیری از بروز حریق بوده و یا حین وقوع آتش سوزی، برای تشخیص حریق و اطفای سریع آن بوده است. هدف این پژوهش جدید، انجام مطالعاتی پس از وقوع آتش سوزی در جنگل ها و مراتع، جهت برآورد مساحت نواحی سوخته و ارزیابی خسارات برجای مانده است. در این پایان نامه، با استفاده از تکنیکهای پردازش تصویر و به کمک تصویری هوایی پس از وقوع آتش سوزی، سیستم بینایی ماشین طراحی و پیاده سازی شده که قادر به استخراج نواحی سوخته و آسیب دیده از مناطق سالم است. در ادامه، الگوریتم های استفاده شده، ابتدا مساحت اولیه و سپس مساحت واقعی نواحی سوخته را با اعمال مقیاس تصویربرداری، برآورد و محاسبه کرده است. با انجام پایش آماری و محاسبه ارزش ریالی مواردی نظیر؛ چوب درختان، پوشش گیاهی، خاک، اکسیژن، هزینه های نگهداری و احیای دوباره عرصه های طبیعی و ارزش گردشگری؛ در منطقه موسوم به "شاهد" و تعمیم آنها به مساحت واقعی نواحی سوخته، میزان خسارات ناشی از آتش سوزی در مناطق جنگلی و مرتعی ارزیابی شدند. نتایج بدست آمده از این پژوهش در مقایسه با روش های میدانی، سبب کاهش هزینه های عملیات برآورد مساحت شده و در نتیجه، زمان اعلام ارزیابی خسارات نیز کاهش یافته است.

ارزیابی پذیرش یادگیری سیار در دانشگاههای ایران
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه شیراز - مرکز آموزش الکترونیکی 1391
  مهری بابایی   حمید حسن پور

یادگیری سیار به فرآیند آموزشی اطلاق می شود که بدون نیاز به اتصال فیزیکی و پیوسته به کابل های شبکه و از طریق ابزار سیار و قابل حملی همچون رایانه های قابل حمل، تلفن های همراه، دستیار دیجیتال شخصی و غیره امکان آموزش و یادگیری را برای هر فرد در هر زمینه، هر زمان و مکان بدون محدودیت فراهم می سازد. در این پژوهش، عوامل موثر بر پذیرش دانشجویان در دانشگاه های ایران به عنوان جامعه ای مشتمل بر فراگیران سیستم های آموزشی، از خدمات یادگیری سیار مورد بررسی قرار گرفته است. ابتدا عوامل موثر بر پذیرش یادگیری سیار شناسایی شد و پس از مطالعه مدل های موجود در زمینه پذیرش، مدل مناسبی جهت بررسی مساله به عنوان مدل پایه انتخاب گردید و توسعه داده شد. سپس مدل موردنظر پس از تطبیق با شرایط مساله مورد آزمون قرار گرفت. جهت آزمون مدل، تحقیقی میدانی بر روی دانشجویان دانشگاه انجام شد. ابزار جمع آوری اطلاعات پرسش نامه بوده است و داده های حاصل با استفاده از تکنیک های آماری مورد تحلیل قرار گرفت. یافته های تحقیق وجود رابطه میان انتظار عملکرد، انتظار تلاش، عوامل اجتماعی، شرایط تسهیل گر، کیفیت خدمات سیستم و خودکارآمدی استفاده از ابزارهای سیار را با قصد استفاده از خدمات آموزشی سیار تایید می کند. همچنین در این مطالعه نقش تعدیل گری سبک یادگیری دانشجویان بر قصد استفاده، بر رابطه میان انتظار عملکرد و قصد استفاده و رابطه بین انتظار تلاش و قصد استفاده نیز مورد بررسی قرار گرفت. نتایج تحلیل نشان می‏دهد که تفاوت معناداری میان سبک‏های یادگیری دانشجویان وجود ندارد. بنابراین امکان تطبیق تمام سبک های یادگیری با یادگیری سیار وجود دارد.

تعیین هویت افراد از طریق بیومتریک رگ های خونی انگشت دست
thesis وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی شاهرود - دانشکده مهندسی کامپیوتر 1392
  اکرم غلامی   حمید حسن پور

رگ های انگشت یکی از مناسب ترین بیومتریک ها برای شناسایی افراد می باشند. در این مطالعه کاربردی، شناسایی افراد از طریق بیومتریک رگ های خونی انگشت دست بررسی و پیاده سازی خواهد شد. ابتدا رگ ها را از تصاویر با آستانه گذاری مبتنی بر آنتروپی استخراج می کنیم. این روش با نرخ قابل قبولی رگ ها را استخراج می کند، اما تصاویر به شدت نویزی می باشند. به این مفهوم که علاوه بر رگ ها که بصورت خطوط تیره ظاهر می شوند، تعدادی خطوط کوتاه و بلند دیگر نیز در تصاویر وجود دارد. سپس تبدیل رادون را به تصاویر قطعه بندی شده اعمال نمودیم. تبدیل رادون به علت داشتن ماهیت انتگرالی، نسبت به نویزهای موجود در تصویر حساس نیست، بنابراین در مقایسه با سایر روش ها نسبت به نویز از مقاومت بیشتری برخوردار است. با استفاده از این تبدیل علاوه بر این که به استخراج خطوط رگ بطور دقیق نیاز نیست، دقت و سرعت شناسایی نیز افزایش می یابد. در روش پیشنهادی از روش های کاهش ابعاد، یعنی تحلیل مولفه های اصلی (pca)و الگوهای فضائی مشترک (csp) برای استخراج ویژگی از تصاویر رگ انگشت دست استفاده می شود. برای همین ابتدا تصاویر رادون را پنجره کرده و سپس بر روی هر پنجره بصورت مجزا روش های استخراج ویژگی pca یا csp را اعمال می کنیم. سپس توسط الگوریتم بهینه سازی ژنتیک(ga) ویژگی های استخراج شده از پنجره های زائد را از بردار ویژگی نهائی حذف می کنیم. در نهایت از شبکه عصبی پرسپترون چند لایه (mlp) و کلاسه بند نزدیکترین همسایه (1-nn) برای دسته بندی داده ها استفاده می کنیم. الگوریتم پیشنهادی را بر روی مجموعه تصاویر رگ انگشت پایگاه داده دانشگاه پکینگ اعمال کردیم. با بکار بردن روش پیشنهادی بر روی این مجموعه داده، توانستیم به نرخ موفقیت 100درصد دست پیدا کنیم.