یکی از چالش های اساسی در تشخیص گفتار، استخراج ویژگی مقاوم نسبت به نویز می-باشد. در این مقاله یک الگوریتم استخراج ویژگی جدید که الگوریتم استخراج ضرائب کپسترال توان نرمالیزه شده کسری وفقی نامیده می‌شود، بعنوان یک روش مقاوم در برابر نویز برای کاربرد بازشناسی گفتار ارائه شده است. این روش استخراج ویژگی پیشنهادی مبتنی بر تبدیل فوریه گسسته کسری زمان کوتاه می‌باشد. از آنجایی که انتخاب ضریب تبدیل کسری ب...

معمولاً در مراحل گوناگون پردازش داده­های لرزه­ای، فرض بر آن است که این داده­ها به صورت منظم در راستای مکان و زمان نمونه­برداری شده­اند. اما اغلب در عمل به علت محدودیت­های دسترسی در منطقه مورد بررسی و نقص دستگاهی، این فرض صادق نیست. از این رو محاسبه طیف بسامدی سیگنال­هایی با نمونه­برداری نامنظم و بازسازی آن روی یک شبکه با نمونه­برداری منظم، یکی از مهم ترین بحث­های رایج در پردازش سیگنال بشمار می ر...

این مقاله یک سامانه ی خبره ی ساده و اثربخش را برای پیش بینی داده های نوسانی تصادفی وکوتاه مدت ایجاد نموده است. فرآیند بررسی شامل معرفی سری فوریه، زنجیره ی مارکوف و مقایسه ی مدل پیش بینی (گِری) با مدل پیش بینی ترکیبی گری- فوریه- مارکوف که در هم آمیخته شده اندادامه یافته، تا منجربه خلق یک سامانه ی خبره ی پیش بینی با کمک هوش مصنوعی شود. این مدل موجب می شود اثربخشی پیش بینی داده های تصادفی نوسانی در...

یکی از متداولترین تکنیک‌های آنالیز شکل ذرات استفاده از روش سری فوریه می‌باشد. پارامترهای شکل‌شناسی از قبیل گردی، کشیدگی، تقارن، مثلثی و مربعی بودن با استفاده از توصیف‌گرهای مرتبه پایین و پارامترهای بافت مثل صافی سطح با توصیف‌گرهای از مرتبه بالاتر بیان می‌شوند. ابتدا تصاویر گرفته شده از ذرات شن و ماسه از نظر لبه، رنگ و دیگر مشخصه‌ها بهبود دهی و پردازش می‌شوند، سپس می‌توان از تصویر خروجی و باینری...

تشخیص و طبقه‌بندی شناور های دریایی بر اساس نویز تشعشعی صوتی از آن‌ها از جمله ضرورت های سیستم های سوناری است. در این مقاله روش‌هایی که تاکنون در حوزه طراحی سیستم طبقه‌بندی اهداف سونار غیرفعال انجام شده است مورد بررسی قرار گرفته و الگوریتمی جدید ارائه گردیده است. در روش پیشنهادی با استفاده از الگوریتم استخراج ویژگی LDA و ترکیب ویژگی‌های تبدیل فوریه زمان کوتاه و طنین صوت، الگوریتم طبقه‌بندی با نام...

یکی از مهمترین مسائل در سیستم های توزیع، تشخیص و طبقه بندی اغتشاش های کیفیت توان است. در این مقاله، الگوریتم جدیدی برای تشخیص و طبقه بندی اغتشاش های ساده و ترکیبی کیفیت توان با بهره گیری از منطق فازی و الگوریتم بهینه سازی گروهی ذرات (pso1) ارائه شده است. در این الگوریتم، ابتدا ویژگی های مناسبی از شکل موج اغتشاش های کیفیت توان استخراج می شود. استخراج این ویژگی ها، با استفاده از دو تبدیل فوریه و ...

تجزیه طیفی به تمامی روش هایی گویند که برای هر پنجره کوچک به مرکز یک نمونه زمانی از ردلرزه، طیف بسامدی (طیف دامنه، طیف فاز یا تغییرات فاز با بسامد و طیف انرژی) را می دهد. بنابراین حاصل کار تجزیه طیفی یک ردلرزه صفحه نمایش زمان- بسامد است. در این مقاله تجزیه طیفی به روش تبدیل فوریه زمان کوتاه در تصویرسازی لایه های نازک در مقاطع لرزه ای بررسی شده است. شیوه کار بدین صورت است که از صفحه نمایش زمان- ب...

امروزه بهبود قدرت تفکیک داده های لرزه ای در مباحث اکتشاف منابع هیدروکربنی، به خصوص در ساختارهای پیچیده از اهمیت بسیار زیادی برخوردار است. روش های زیادی برای این منظور معرفی شده اند که هر کدام دارای مزایا و معایب ناشی از فرضیات و تئوری حاکم بر مساله هستند. در این مقاله، به منظور بهبود قدرت تفکیک قائم داده لرزه ای بازتابی از ویژگی مقیاس کردن زمانی سیگنال در حوزه تبدیل فوریه استفاده شده است. در ای...

پیش بینی زمان وقوع حملات صرع در بیماران از جمله موضوعاتیست که مورد توجه محققان است. حملات صرع به طور نامنظم و غیر قابل پیش بینی شده ای اتفاق می افتند. بنابراین تشخیص حملات صرع از روی سیگنال های eegکه در بازة زمانی طولانی گرفته می شوند؛ بسیار حائز اهمیت است. این امر تشخیصی به دو مرحله مجزای استخراج ویژگی ها از قطعات سیگنال eegو اعمال الگوریتم طبقه بندی بر روی بردارهای ویژگی تقسیم می شود. به همین...