با افزایش روزافزون استفاده از موتور های جستجو برای یافتن صفحات وب، مسئله افزایش دقت و سرعت الگوریتم های رتبه بندی، اهمیت ویژه ی یافته است. الگوریتم رتبه بندی برای تعیین ترتیب نمایش صفحات یافته شده به کاربر، به کار می رود. یک رتبه بندی خوب نتایجی که مطلوب کاربر است را زودتر نمایش می دهد. راهکارهای کنونی رتبه بندی، عمدتا بر مبنای وجود کلمات وارد شده توسط کاربر، در صفحات وب می باشد. در نتیجه، گاه صفحاتی به عنوان نتیجه جستجو بازگردانده می شود که چندان مورد نظر کاربر نیستند و فقط به صرف وجود کلمه ی وارده کاربر در آنها، نمایش داده می شوند. نیاز کاربران به مشاهده صفحاتی که مد نظرشان بوده، سبب شده تا موضوع پیدا کردن روشی جهت رتبه بندی نتایج جستجو بر مبنای نزدیکی به فکر کاربر، اهمیت زیادی پیدا کند. این مشکل می تواند در وب معنایی به عنوان نسل جدید صفحات وب کاهش یابد. موتورهای جستجوی معنایی بر پایه هستی شناسی، می توانند با استفاده از برقراری ارتباط میان کلمات مورد جستجو و دنیای واقعی نتایج دقیق تری را ارائه کنند. در این پایان نامه با به کارگیری هستی شناسی، از ارتباطات موجود میان مفاهیم گنجانده شده در وب معنایی، جهت بهبود روش های رتبه بندی در موتور های جستجوی این نوع وب استفاده می شود. بدین منظور چندین معیار جهت ارزش دهی به صفحات یافت شده، با تکیه بر کاهش بار محاسباتی، پیشنهاد شده است. به منظور ارزیابی معیارهای پیشنهادی یک موتور جستجو ی نمونه پیاده سازی شده است. نتایج بدست آمده از این موتور جستجو با موتور جستجوی گوگل مقایسه و بهبود قابل ملاحظه ای در رتبه بندی نتایج مشاهده شد. این روش نسبت به روش های پیشین پیچیدگی محاسباتی کمتری دارد.

تصویربرداری mr(magnetic resonance imaging) بخاطر دقت بالا و قدرت تشخیص عالی بافت های نرم از یکدیگر، در به تصویر کشاندن بافت های غیرطبیعی مغز انسان موفق بوده است. اختلالات عصبی مختلفی وجود دارند که منجر به آسیب دیدگی میلین سیستم عصبی مرکزی میشوند و از آن جمله میتوان به بیماری (ms)multiple sclerosis اشاره کرد. این بیماری از طریق مکانیسم غیر طبیعی ایمنی عمل کرده و با آسیب رسانی به غلاف میلین پوشانندهی آکسونها سبب اختلال در عملکرد سیستم اعصاب مرکزی میشود. اغلب افراد مبتلا به ms در بین سنین 20 تا 50 هستند، و این بیماری زنان را سه برابر بیش از مردان گرفتار می کند. تعداد مبتلایان به ms در سراسر جهان حدود 2.5 میلیون نفر تخمین زده می شود]1[، تصویر برداری mr روش مناسبی برای تشخیص بیماری ms است و حدود 95% افراد بیمار با استفاده از این تصاویر شناسایی می شوند. ضرورت تحقیق: تصاویر mr اطلاعات مهمی به منظور پیدا کردن روش های درمان فراهم میکند، بررسی این تصاویر به روش دستی بسیار وقت گیر و پیچیده، و از طرفی بررسی و ترکیب اطلاعات بدست آمده از کانال های مختلف امری دشوار است. روش های خودکاری که قطعه بندی را انجام میدهند به طور خیلی زیادی وابسته به مشخصات، کاربرد و کیفیت تصاویر هستند. علاوه بر این، قطعهبندی تصاویر پزشکی یک کار چالش انگیز است، زیرا معمولا شامل مقادیر زیادی از اطلاعات هستند و همچنین اغلب آنها به دلیل حرکت بیمار در زمان تصویر برداری، زمان محدود تصویر برداری و روی هم افتادگی محدوده بافت های نرم، خوش فرم نبوده و دارای نویز و اثرهای مصنوعی میباشند. در بیماری ms، استخراج ضایعات بعلت متفاوت بودن شکل و اندازه آنها، قرار گرفتن آنها در مکانهای مختلف امری دشوار است. تا به حال حداکثر تشخیص ضایعات به روش کاملا اتوماتیک و با معیار اندیس شباهت 75% بوده است. اهداف تحقیق: هدف اصلی این پایاننامه، ارائه روشهای خودکار قطعهبندی تصاویر mr به منظور استخراج ضایعات ms با دقت بالاتر است. روشهای ارائه شده از کلاسبندی فازی و ترکیب الگوریتم ژنتیک و روش کلاسبندی ماشین بردار پشتیبان((svm استفاده میکنند. سپس این روشها از نظر کمی ارزیابی و با هم مقایسه میشوند. روشهای ارائه شده: ابتدا روشهای جدید استخراج ضایعات ms بر مبنای الگوریتمهای fcm، fpcm،pfcm و mpfcm ارائه شده است، در این روشها ابتدا تصاویر t1 و t2 بطور جداگانه ای بر اساس یکی از الگوریتمهای نامبرده بخش بندی میشوند، سپس از تصویر t1 بعنوان یک ماسک استفاده شده و با تصاویر t2 مقایسه میشود تا ضایعات استخراج شوند. در ادامه، یک سیستم فازی ارائه شده است، ابتدا ویژگی های مورد استفاده در این سیستم از تصاویر استخراج شده، این بردار ویژگی برای هر وکسل شامل شدت آن وکسل، شدت 8 همسایه آن در تصویر flair و شدت نظیر آن وکسل در تصویر t2 است. توابع عضویت فازی از روی توزیع ویژگیها محاسبه شده، دسته بندی با مدل ممدانی و قوانین فازی بر اساس دانش بدست میآید. در پایان از روش ترکیب الگوریتم ژنتیک و روش svm استفاده شده است، در این روش ابتدا تصاویر سه بعدی t1، t2 و flair هر بیمار را از ورودی دریافت کرده، سپس با استفاده از الگوریتم ژنتیک ویژگیهای موثر در استخراج ضایعات ms انتخاب شده، تابع برازش در الگوریتم ژنتیک، میزان دقت اندیس شباهت روش دستهبندی svm در استخراج ضایعات ms در نظر گرفته شده است. ویژگی روش های ارائه شده: روش های قطعه بندی ارائه شده بدلیل استفاده از اطلاعات مکانی با دقت بالا بر روی تصاویر پزشکی عمل میکنند و ضایعات را تا حدود 87% استخراج میکنند. از طرفی لبه های تصویر کاملاٌ مشخص نیستند و حالت فازی دارند، لذا روشهای فازی می توانند کارآمد باشند. روش ترکیب الگوریتم ژنتیک و روش دستهبندی ماشین بردار پشتیبان نشان میدهد که انتخاب ویژگی میتواند تاثیر مثبتی بر روی کارایی الگوریتم یادگیری داشته باشد. الگوریتم svm مانند بسیاری از الگوریتمهای یادگیری برای موفقیت در ساخت مدلی از دادهها وابسته به شناسایی مجموعهی کوچکی از صفات است. وجود صفات نامربوط و زائد در مرحله ساخت مدل میتواند کاهش به کارایی تخمین و ازدیاد محاسبات منجر شود. در حالت عمومی مشخص نیست که کدام زیر مجموعه از ویژگیها مناسب خواهد بود، از طرفی بررسی تمام زیر مجموعه ها از نظر صرف وقت امکان پذیر و مقرون به صرفه نیست. الگوریتم ژنتیک روشی مناسب برای این انتخاب است.

سیستم های نظارتی هوشمند امروزه توجه زیادی در زمینه ترافیک شهری به خود جلب کرده است. این سیستم ها در مقایسه با مشاهدات انسانی، با داشتن دقت زیاد و سرعت بالاتر پردازش اطلاعات، در شناسایی تخلفات رانندگی و کنترل ترافیک مورد استفاده قرار می گیرند. یکی از مهمترین زمینه های کاربردی سیستم های نظارتی هوشمند رهگیری خودروها در ترافیک شهری است. نتایج رهگیری خودروها را همچنین می توان در پردازش های سطح بالاتر بکار برد و از آن جهت تحلیل ترافیک استفاده کرد. هدف ما در این پروژه رهگیری مقاوم و موثر خودروهای مشاهده شده از توالی تصاویر گرفته شده از یک دوربین ثابت، که روی یک پل یا ساختمان قرار دارد، است. رهگیری خودرو با تهیه کردن اطلاعات تصویری غنی تر، بطور موثری در تحلیل-های سطح بالاتر کمک می کند. هرچند که هنوز رهگیری ویدیویی بدلیل مشکلات آشکارسازی و قطعه بندی، نماهای مختلف یک شئ متحرک، مورفولوژی اشیاء نرم، هم پوشانی چند شئ متحرک، تغییرات روشنایی، سایه ها و ... یک مساله باز است. در اینجا از سه ماسک زمینه که شامل ماسک لبه، ماسک تفاضل فریم و ماسک تفاضل زمینه هستند، برای مدل سازی زمینه پویا جهت استخراج زمینه استفاده شده است، که روش efb نام گذاری شده است. پس از بدست آوردن مدل زمینه، پیش زمینه-های متحرک حاصل می شوند. در روش ارائه شده، جهت رهگیری چند خودرو بصورت همزمان، از سرعت خودروها به همراه فیلتر کالمن استفاده شده است. در حین رهگیری ممکن است دو خودرو با یکدیگر هم پوشانی داشته باشند، که این مشکل مورد بررسی قرار گرفته است. در اینجا ابتدا هم پوشانی خودروها با در نظر گرفتن فاصله خودروها از یکدیگر پیش بینی می شود. روش پیشنهادی جهت رهگیری صحیح خودروها پس از اتمام هم پوشانی، ویژگی جابجایی و جهت آنها را مورد استفاده قرار می دهد. نتایج بدست آمده و ارزیابی الگوریتم نسبتا رضایت بخش و دقت روش ارائه شده، در مقایسه با دیگر روش ها بهتر بوده است.

رادیوگرافی دندان با تشخیص و درمان بیماری های دندان به طور انکار ناپذیری تلفیق شده است، حتی به جرات می توان گفت انجام درمان مطلوب ریشه بدون داشتن رادیوگرافی مناسب ممکن نیست. پیشرفت تکنیک های رادیوگرافی مانند ابداع روش های موازی و نسلهای مختلف computed tomography (ct) باعث ارتقای کیفیت درمان ریشه دندان شده است. روش های معمول رادیوگرافی به دلایل مختلف از جمله ماهیت دو بعدی بودن آن، در بسیاری از موارد باعث ابهام در تشخیص و درمان می شود. cone beam computed tomography (cbct) تکنیک سه بعدی جدیدی است که در مقایسه با ct معمولی نیاز به تابش دوز کمتر، دقت بیشتر، رزولوشن بالاتر و زمان scan کمتری دارد. این تکنیک ابزار کمکی سودمندی برای متخصصین درمان ریشه در کنترل مشکلات پیچیده اندودنتیکس ، تشخیص شکستگی های عمودی ریشه ، طرح درمان ایمپلنت ها و برخی دیگر از مشکلات دندانی محسوب می گردد. cbct در تحلیل های خارجی و داخلی دندان از ارزش بیشتری نسبت به رادیوگرافی معمولی برخوردار می باشد. وجود عناصر فلزی مانند پروتزها، ایمپلنت ها و حتی دندانهای پرشده در ناحیه تصویر برداری به دلیل چگالی و ضریب تضعیف بالای عناصر فلزی و همچنین الگوریتم های بازسازی تصویر در اکثر تجهیزات تصویر برداری سه بعدی مثل ct,mri,cbct ، منجر به بروز نویزهای شدید، آشفتگی، پخش شدگی اشعه و تخریب برخی از نواحی تصویر می شوند که به آرتیفکت فلزی مشهور می-باشند. آرتیفکت ها غالبا پزشکان را در تشخیص صحیح با مشکلاتی مواجه می کنند. غلبه بر آرتیفکت به روشهای سخت افزاری و نرم افزاری صورت می گیرد. در این پایان نامه ابتدا نسلهای مختلف ct ،انواع آرتیفکت، روشهای بازسازی تصویر و روشهای مقابله با آرتیفکت مورد مطالعه و بررسی قرار گرفته، سپس الگوریتم جدیدی برای کاهش آرتیفکت فلزی ارائه گردیده است. از انباشته شدن اطلاعات اکتسابی از تجهیزات cbct ،تصویر جدیدی به نام سینوگرام تشکیل می گردد. تصاویر قابل استفاده کاربران، از بازسازی سینوگرام ها حاصل می گردد. این بازسازی به صورت online همزمان با تصویر برداری صورت می گیرد. اکثر الگوریتم های ارائه شدهoffline ، ابتدا سینوگرام را از تصاویر موجود محاسبه کرده، سپس با اعمال تغییرات بر روی سینوگرام ها و درونیابی اقدام به بازسازی تصاویر می کنند. روشهای مقابله با آرتیفکت در سه فاز پیش پردازش، پردازش سینوگرام و پردازش پسین پیاده سازی شده اند. کاهش نویز و قطعه بندی بر روی تصاویر دوبعدی و تهیه سینوگرام در فاز اول صورت می گیرد. فاز دوم بازسازی مبتنی برسینوگرام توام با درونیابی با اپراتورfilter back projection (fbp) شکل می گیرد. الگوریتم پیشنهادی با شکستن تصویر اولیه به چهار بخش و تولید چهار سینوگرام، از اپراتورهای تبدیل سینوسی و درونیابی استفاده بهینه کرده و نتیجه مطلوبی را در راستای کاهش آرتیفکت فلزی ارائه می-دهد. تقلیل عملیات درونیابی، ارتقاء سرعت بازسازی را به دنبال داشته است. صحت عملیات با تصاویر عاری از آرتیفکت و تصاویر حاوی آرتیفکت از فانتوم نمونه، مورد تست و آزمایش قرار گرفته است. در فاز نهایی پس از بازسازی تصویر، با اعمال فیلتر مکعبی، کیفیت تصاویر چهارگانه بازسازی شده را بهبود می دهیم.

داده کاوی که به عنوان استخراج دانش از پایگاه داده ها نیز شناخته می شود، روالی برای استخراج دانش ناشناخته از مقدار زیادی داده است. کاوش اسناد بر اساس روش های داده کاوی به استخراج اطلاعات و دانش از اسناد می پردازد. خوشه بندی اسناد یکی از مهمترین روش های کاوش اسناد است که دسته بندی بدون سرپرست اسناد به گروه های مختلف می باشد.سیستم های رایج بازیابی اطلاعات و خوشه بندی اسناد بر کلمات کلیدی استوار می باشند. با توجه به اینکه کلمات کلیدی مختلف می توانند برای توصیف یک مفهوم استفاده شوند، این سیستم ها می توانند نتایج نادرست و ناقصی را ایجاد نمایند. همچنین روابط معنایی ممکن است بین کلمات موجود باشد که شناسایی آنها نیاز به استخراج دانش دامنه مورد نظر دارد. مهمترین گام ها در خوشه بندی اسناد نحوه ی نمایش اسناد و معیار اندازه گیری شباهت بین آنها است. این تحقیق بر بهبود کارایی خوشه بندی اسناد تمرکز دارد. الگوریتم خوشه بندی اسناد در سه گام پیشنهاد شده است: نمایش اسناد، اندازه گیری شباهت بین اسناد، سیستم استنتاج فازی به منظور اندازه گیری شباهت نهایی بین اسناد. در نهایت پس از انجام این سه گام، با استفاده از الگوریتم خوشه بندی پایین به بالا خوشه بندی اسناد صورت می پذیرد. در گام اول، اسناد بر اساس دانش دامنه به صورت یک گراف آنتولوژی نمایش داده می شوند. این روش بر خلاف روش مبتنی بر کلمات کلیدی، بر مفاهیم دامنه استوار می باشد و یک سند را بر اساس مفاهیم موجود در آن، به صورت زیرگرافی از آنتولوژی دامنه نمایش می دهد. مفاهیم استخراج شده گره های گراف را تشکیل می دهند. برای هر گره با توجه به فرکانس مفهوم، وزن محاسبه می گردد. روابط موجود بین مفاهیم سند، یال های گراف و میزان این ارتباط اوزان یال ها را مشخص می نماید. در گام دوم برای هر سند بر اساس نمایش گرافی استخراج شده از مرحله ی اول، مفاهیم کلی و جزئی و یال های اصلی مشخص می گردند. شباهت بین هر جفت از اسناد در سه مقدار و بر اساس این سه عامل محاسبه می شود. در گام سوم سیستم استنتاج فازی با سه ورودی و یک خروجی طراحی شده است. ورودی ها مفاهیم کلی، مفاهیم جزئی و یال های اصلی می باشند و خروجی میزان شباهت بین دو سند است. مجموعه ای از قوانین فازی برای موتور استنتاج فازی در نظر گرفته شده است که بر اساس سه شباهت ورودی مقدار شباهت نهایی را تخمین می زند. در نهایت بر اساس ماتریس شباهت اسناد، الگوریتم خوشه بندی سلسله مراتبی پایین به بالا به منظور خوشه بندی اسناد اعمال می گردد. برای ارزیابی الگوریتم پیشنهادی، نتایج با نتایج حاصل از روش های naïve bayes ، دو الگوریتم مبتنی بر هستان شناسی و یک الگوریتم آماری مقایسه شده است. نتایج به دست آمده نشان می دهند که روش پیشنهاد شده مقادیر f-measure و accuracy را بهبود می دهد. همچنین مقادیر fp و error به میزان قابل توجهی کاهش می یابد.

ارسال مطمئن داده ها بر روی شبکه های کامپیوتری از طریق پروتکل tcp محقق می شود. یکی از مولفه های اصلی این پروتکل، مکانیسم کنترل ازدحام آن می باشد. این مکانیسم در شبکه های کامپیوتری کابلی دارای عملکرد قابل قبولی می باشد. از طرفی با توجه به گسترش ارتباطات داده ای بر روی شبکه های بی سیم و نیز با توجه به ویژگی های خاص این شبکه ها از جمله نرخ خطای بیتی بالا و رسانه مشترک، انتقال مطمئن و کارآی داده ها براساس پروتکل tcp در این شبکه ها اهمیت دوچندانی پیدا می کند. در این پروژه تلاش هایی برای بهبود کارایی tcp از جنبه های مختلف توان گذردهی و رعایت عدالت بین ایستگاه های فعال در شبکه، انجام گرفته است. اولین نوآوری این پروژه، بررسی جامع روش های موجود برای بهبود کارایی tcp است. نوآوری دوم، ارائه یک روش فازی در سمت گیرنده به منظور کاهش نرخ تصادم در شبکه های بی سیم چند-گامه است. این روش فازی بر پایه ایجاد تاخیر در ارسال تصدیق (ack) در سمت گیرنده، به نحوی که مثلا به ازای چند بسته داده دریافتی، تنها یک بسته تصدیق ارسال شود، عمل می کند. به این ترتیب، نرخ بسته های تصدیق ارسالی از گیرنده کاهش یافته و احتمال تصادم نیز به نوبه خود کاهش می یابد. این امر در نهایت منجر به افزایش کارایی می شود. سومین نوآوری این پروژه، بررسی ترکیب روش پیشنهادی با یک روش مبتنی بر فرستنده است. در این حالت به دنبال آن هستیم که ببینیم اگر طرفین ارتباط در کنترل انتقال داده نقش داشته باشند، معیارهای ارزیابی چه تغییری از خود نشان می دهند. ارزیابی ها نشان دهنده کارایی مناسب روش پیشنهادی در مقایسه با دیگر روش های موجود است.

شبکه های حسگر بی سیم نوع خاصی از شبکه ها هستندکه گره های آن با محدودیت هایی مانند پایین بودن توان محاسباتی، کمبود حافظه و محدود بودن منبع انرژی مواجه هستند. وجود این محدودیت ها باعث ایجاد چالش هایی در مسیریابی این شبکه ها شده است. در شبکه های حسگر بی سیم، اغلب پروتکل های مسیریابی تنها به یکی از دو هدف کاهش مصرف انرژی و افزایش طول عمر یا کیفیت سرویس توجه دارند. با در نظر گرفتن معیارهایی که انرژی گره های شبکه و کیفیت سرویس را با هم بررسی کنند، پروتکل کاراتری به دست می آید. در این پایان نامه پروتکلی برای مسیریابی شبکه های حسگر بی سیم ارائه شده است که با توجه به معیارهایی که برای تعیین کیفیت مسیرها به کار می برد، تا حدی توجه به انرژی و کیفیت سرویس را ممکن می سازد. روش انتخابی پروتکل پیشنهادی برای یافتن مسیرهای بهینه، الگوریتم مورچه هاست. همچنین برای محاسبه کیفیت مسیر در پروتکل مذکور از یک سیستم استنتاج فازی استفاده شده است که به شبکه در تعیین مقدار پارامتر کیفیت مسیر، انعطاف پذیری بیشتری می دهد. نتایج حاصل از شبیه سازی مکانیزم پیشنهادی نشان می دهد که طول عمر شبکه در حد قابل قبولی باقی می ماند و کیفیت سرویس و تاخیر انتها به انتها در مقایسه با روش های موجود به طور محسوس بهبود می یابد.

امروزه با توجه یه کاربرد وسیع هستان شناسی ها به ساخت و توسعه آنها توجه زیادی می شود. اما به این دلیل که افراد مختلفی با درک و کلمات متفاوتی هستان شناسی ها را توسعه می دهند ممکن است دو هستان شناسی که یک دامنه را توصیف می کنند دارای ساختار و واژگان متفاوت باشند. ایجاد درک مشترک بین هستان شناسی ها موجب ایجاد سامانه های تطابق هستان شناسی ها شده است. آن چه که در توسعه سامانه های تطابق تاکنون مغفول مانده است نگاه به مبحث شناخت شناسی به عنوان اساس هستان شناسی و استفاده از مفاهیم این حوزه در تطابق هستان شناسی هاست.در این پژوهش با پرداختن به حوزه شناخت شناسی، به روشی بر مبنای هوش جمعی رهنمون می شویم و فرا سامانه ای برای تطابق هستان شناسی ها ارائه می دهیم. هم افزایی سامانه های تطابق در این روش موجب انطباق هر چه بهتر هستان شناسی ها با دقت و فراخوانی بیشتری نسبت به سایر سامانه های تطابق می شود.

با پیشرفت سریع علم و فناوری نیاز به آموزش مداوم برای افراد و سازمان ها برای به روز بودن و تداوم در عرصه رقابت کاملاً احساس می شود. اما در این راه موانعی مانند هزینه های بالا، کمبود زمان و موانعی از این نظیر وجود دارد. یکی از روش های آموزش و یادگیری که با توجه به پیشرفت فناوری و برای غلبه به این موانع به وجود آمده است، آموزش سیار می باشد. به طور کلی آموزش سیار به شیوه هایی اشاره دارد که آموزش از طریق دستگاههای سیار مانند: تلفن همراه و غیره ارائه می شود. اما آنچه که از اهمیت بالایی برخوردار است این است که آیا آموزش سیار توسط کاربران آن مورد پذیرش قرار می گیرد یا خیر. این تحقیق با انگیزه پیاده سازی آموزش سیار در بین داوطلبان ورود به دانشگاه و با هدف ارائه چارچوبی نوین برای پذیرش آموزش سیار به تحقیق در مورد میزان پذیرش آموزش سیار در میان داوطلبان ورود به دانشگاه می پردازد. در این تحقیق از مدل های تئوری اشاعه نوآوری، مدل دلون و مک لین، مدل پذیرش فناوری و مدل تلفیقی دآلبرگ- اورنی کمک گرفته شده است و چارچوبی نوین برای سنجش پذیرش آموزش سیار ارائه شده است. ابزار مورد استفاده پرسشنامه بوده و جامعه آماری 3 آموزشگاه کنکور در استان همدان است که 190 نفر داوطلب ورود به دانشگاه دارد. به منظور بررسی پایایی پرسشنامه از آلفای کرونباخ استفاده شد و برای بررسی روابط بین متغیرها از تکنیک تحلیل ضریب همبستگی پیرسون و رگرسیون ساده استفاده شده است. در پایان تحقیق مشاهده می شود که چارچوب تحقیق با متغیرهای مهارت کار با تلفن همراه، برداشت ذهنی از سهولت استفاده، برداشت ذهنی از مفید بودن، رضایت کاربر، عدم وابستگی به زمان و مکان و پذیرش آموزش سیار تائید می شود و چارچوب ارائه شده را می توان برای سنجش پذیرش آموزش سیار به کار برد.

با توجه به گسترش رسانه های عکس برداری و افزایش روز افزون تصاویر دیجیتال بر روی اینترنت و مجموعه تصاویر، ذخیره، سازمان دهی و جستجو بر روی تصاویر از اهمیت بالایی برخوردار است. در این تحقیق، روشی جدید از انتخاب نقاط تصویر و استخراج ویژگی ها برای بازیابی مبتنی بر محتوای تصویر معرفی شده است. روش مطرح شده می تواند به منظور جستجو و بازیابی تصاویر با شرایط روشنایی مختلف به کار گرفته شود. راهکار ارائه شده، یک روش بدون ناظر و بر پایه قطعه بندی و شاخص گذاری خودکارتصاویر است که بر روی انواع تصاویر ناهمگون و بدون برچسب قابل اعمال می باشد. این روش همچنین نسبت به شرایط مختلف تصویر از قبیل هر گونه چرخش و روشنایی مقاوم است. روش ارائه شده شامل دو مرحله آموزش و بازیابی است. در مرحله آموزش، ابتدا تصویر با استفاده از الگوریتم خوشه بندی mean shift قطعه بندی می گردد، سپس نقاطی از قطعه ها به منظور استخراج ویژگی انتخاب می شوند. این نقاط با استفاده از الگوریتم k-means به k کلاس خوشه-بندی می شوند. سپس تعدادی نقطه نیز از کل تصویر انتخاب و ویژگی هایی از این نقاط استخراج می شود. در نهایت، یک دسته بند 1-nn برای ایجاد پایگاه داده شاخص گذاری شده و ترکیب این نقاط به کار گرفته می شود. در روش دیگری از انتخاب نقاط جذاب توسط توصیف کننده sift در مرحله آموزش استفاده شده است. برای ارزیابی این روش، از پایگاه داده ی تصاویر zubud و coil-100 استفاده شده است. معیار های ارزیابی و مقایسه با روش های دیگر، نشان از کارایی بالای روش ارائه شده دارند. به طوریکه نرخ بازشناسی برای اولین تصویر بازیابی شده بر روی مجموعه تصاویر zubud 96.43% و coil-100 98.72% به دست آمده است.

امروزه کاربردهای چندرسانه ای روی شبکه از یک سو و استفاده از شبکه های بی سیم به علت سهولت دسترسی از سوی دیگر مورد توجه و استقبال زیادی قرار گرفته است. اما تامین کیفیت سرویس برای کاربردهای چندرسانه ای در این شبکه ها امری چالش برانگیز است. به منظور تامین کیفیت سرویس مورد نیاز کاربردهای چندرسانه ای، استاندارد ieee 802.11e ارایه شد که به کمک مکانیسم دسترسی به کانال توزیع شده ی بهبود یافته (edca) تا حدی کیفیت سرویس فراهم می شد. اما به علت طبیعت متغیر و پویای کانال بی سیم نگاشت ثابت بسته ها به صف های اولویت دار متفاوتی که مکانیسم edca انجام می دهد، کیفیت سرویس ایده آل برای کاربردهای چندرسانه ای را فراهم نمی کند؛ از این رو در این تحقیق سعی شده با استفاده از مکانیسم بین لایه ای و بر بستر استاندارد 802.11e روشی برای نگاشت پویای بسته های ویدیویی و غیر ویدیویی به صف های مختلف ارایه شود. روش مورد بحث با توجه به شرایط غیر قطعی کانال، از یک سری قوانین فازی استفاده می کند. شبیه سازی ها نشان می دهد که روش ارایه شده در این تحقیق کیفیت ویدیو دریافت شده در سمت گیرنده را بهبود می دهد.

خلاصه سازی متن، اطلاعات مورد نیاز کاربر از متن را، در یک فرم فشرده در اختیاش قرار می دهد. روش های مختلفی برای ساخت خلاصه در مقالات بیان شده است. یکی از جدیدترین روش ها در خلاصه سازی متون، استفاده از پایگاه دانش خارجی مانند هستی شناسی است. در این پایان نامه، یک روش گزینشی مبتنی بر هستی شناسی و خوشه بندی برای خلاصه سازی معرفی می کنیم. همچنین محتوی خلاصه می تواند عمومی یا مبتنی بر پرس وجوی کاربر باشد. این روش بر پایه نگاشت متن به مفاهیم دامنه متن و نمایش سند و جملات آن به صورت گراف است. خوشه بندی مفاهیم سند بر پایه ارتباطاتشان در سلسله مراتب هستی شناسی، صورت می گیرد و معیار شباهت برای خوشه-بندی با توجه به ماهیت سلسله مراتبی داده ها طوری انتخاب شده است که بهترین خوشه بندی را نتیجه می دهد. این خوشه بندی مناسب، کمک شایانی به گزینش جملات می کند. از روش های خوشه بندی سلسله مراتبی، فازی و گراف استفاده شده است. در گزینش جملات هم سه روش مختلف درنظرگرفته شده است که یک روش، شامل گزینش برمبنای اطلاعات هستی شناسی بدون محاسبه ویژگی های متنی جملات است و دو روش دیگر بر مبنای ویژگی های متنی جملات که در یکی وزن ویژگی ها بصورت تجربی بدست آمده اند و در دیگری از یک سیستم فازی بدست می آیند. این خلاصه ساز روی 8 مجموعه خبری که هرکدام شامل 2 تا 6 خبر هستند، مورد ارزیابی قرار گرفت. در نتیجه مقایسه روش های خوشه بندی بکاررفته مشخص شد که خوشه بندی سلسله مراتبی بهترین خوشه بندی را ارائه میدهد.از ارزیابی مبتنی بر سودمندی برای مقایسه کارایی روش خودمان با سه روش دیگر استفاده کردیم. این ارزیابی ها نشان دهنده بهبود حدوداً 0.20کارایی در تولید خلاصه عمومی نسبت به فارسی سام، 0.25 در تولید خلاصه مبتنی بر عنوان نسبت به سیستم تقدیری و 0.12 در تولید خلاصه چند سندی است.

پیش بینی به معنی بیان حوادثی که در آینده رخ خواهد داد قبل از وقوع آنها، بر اساس اصول و قواعد علمی و منطقی است. در یک مفهوم ساده می توان گفت پیش بینی سخنی بر پایه احتمال درباره آینده است. یعنی در اینجا به اتکای بر احتمال در پیش بینی، توجه شده است و بر محتمل بودن وقوع پیش بینی مورد نظر، توجه شده است. یک پیش بینی علمی باید دارای شرایطی باشد که در تعریف آن اشاره ای به برخی از این شرایط لازم شد. اما اگر بخواهیم یک پیش بینی علمی انجام دهیم به صورت واضح و مشخص این پیش بینی لازم است برخی شرایط را داشته باشد که مهم ترین آن ها عبارت است از: احتمالی بودن. از آن جایی که انرژی یک کالای استراتژیک در سطوح بین المللی محسوب می شود و فعالیت دولت ها و سازمان ها، موثر و وابسته به این کالا و بازارهای مربوط به آن است. اتخاذ هر نوع سیاست توسط دولت ها و سازمان های بین المللی در زمینه ی انرژی، بحران های بازارهای مالی و حتی تغییرات شدید جوی می تواند اثرات مستقیم و غیر مستقیمی بر روی عرضه و تقاضای انرژی و در نتیجه قیمت این کالا بگذارد. هرگونه تغییر در قیمت انرژی، بر روی قیمت سایر کالاها و هم چنین سبد مصرفی خانوارها و درکل رفاه جامعه تأثیرگذار است. لذا شناخت پارامتر های مختلف تأثیرگذار بر بازار نفت از جمله قیمت نفت در زمان حال و گذشته در شناخت مسیر مناسب در جهت لحاظ سیاست ها و راهکارهای صحیح اقتصادی، ضروری به نظر می رسد. اهمیت تأثیرگذار ی قیمت نفت در بخش های مختلف اقتصادی همواره مورد توجه محققان جهت مدل سازی و پیش بینی روند قیمتی و نوسانات آن بوده است. پیش بینی ها همواره به عنوان راهنمایی برای خط مشی های دولتی و خصوصی به کار می روند، چرا که برنامه ریزی بدون داشتن دانش پیش بینی امکان پذیر نیست، به عبارت دیگر داشتن پیش بینی مناسب از آینده، کارایی برنامه ریزی را به شدت تحت تأثیر قرار می دهد. اکثر مطالعات انجام شده، تأثیرات قیمت نفت بر اقتصاد کشو ر های واردکننده ی نفت را درکانون توجهات خود قرار داده اند و کشورهای صادرکننده ی نفت کمتر مورد بررسی قرار گرفته اند. در این تحقیق با توجه به روش داده کاوی و خوشه بندی از متغیرهای مهم و تاثیر گذار قوی بر قیمت نفت شامل ذخایر اثبات شده نفت کشورهای oecd، تولید نفت اوپک، ظرفیت پالایشگاه های نفت کشورهای oecd، قیمت طلا و رشد اقتصادی کشورهای گروه 7 استفاده شده است[6]. بعد با استفاده از مدل رگرسیون فازی به پیش بینی قیمت نفت در سال های آینده پرداخته شده است. نتایج حاصله نشان می دهد که ضریب فازی عرض از مبدا منفی، ضریب فازی ذخایر نفت oecd منفی، ضریب فازی تولید نفت اوپک منفی و ضرایب ظرفیت پالایشگاه های نفت oecd، قیمت طلا و رشد اقتصادی گروه 7 همگی مثبت و رابطه مستقیمی با افزایش قیمت نفت دارند کلید واژگان: رگرسیون فازی، پیش بینی، قیمت نفت، روش arima، روش شبکه عصبی مصنوعی

دانایی محور و عامل اصلی تاثیرگذار در پیشرفت جوامع انسانی و محصول استفاده مناسب و به هنگام از دانش است. دانش حاصل تجربیات بوده و برای آنکه به شکل مناسب تولید و استفاده شود نیازمند مدیریتی است که مدیریت دانش نام گرفته است. مدیریت دانش در یک ساختار آموزشی و پژوهشی زیر مجموعه آموزش عالی می تواند به تسریع پیشرفت آن مجموعه منجر گردد. مدیریت دانش با استفاده از یافته های علمی و فناوری های جدید در حوزه معماری سازمانی و هستی شناسی، موضوعی است که تحقیق حاضر آن را پیشنهاد می نماید. ارزیابی نمونه پیاده سازی شده حاکی از آن است که مدل سازی مدیریت دانش دانشگاهی مبتنی بر هستی شناسی به عنوان راهی جهت شناخت وضعیت موجود و طراحی سازمان مطلوب، مورد استفاده قرار -گیرد.

گرید محاسباتی یک سیستم موازی و توزیع شده می باشد که هماهنگ سازی و اشتراک منابع را در مقیاس بزرگ امکان پذیر می سازد. مالکان منابع با انگیزه های مالی، منابع خود را در اختیار دیگران قرار می دهند. مشتریان گرید نیز با پرداخت هزینه ی درخواست خود، می توانند از این منابع استفاده کنند. برای مدیریت چنین سیستم های پیچیده ای، نمی توان از رویکردهای متداول مدیریت منابع، که سعی می کنند کارایی را در کل سیستم بهینه کنند، استفاده کرد. یک روش زمان بندی با هدف بهینه سازی هزینه، باید با توجه به قیمت و توانمندی منابع گرید، عمل تخصیص آن ها به کارهای همگون و ناهمگون کاربر را طوری انجام دهد که اجرای کارها با حداقل هزینه و قبل از مهلت تعیین شده، پایان یابد. با توجه به اهمیت این موضوع، در این پایان نامه روشی مبتنی بر q-learning برای این منظور پیشنهاد شده است. در این روش سیستم جهت پاسخگویی به درخواست ها از تجربیات قبلی که در حین تعامل با محیط بدست آورده استفاده می کند، تا هزینه را در کل سیستم بهینه کند. نتایج شبیه سازی نشان می دهد که روش پیشنهادی هنگامی که کارها همگون هستند در مقایسه با روش های ذکر شده از کارایی بالاتری برخوردار بوده و در خواست های کاربر را با هزینه کمتری انجام می دهد.

در صنعت امروز، ضرورت پایش وضعیت بر کسی پوشیده نیست، چرا که علاوه بر کاهش هزینه ها، بازده ماشین آلات را نیز بسیار بهبود می بخشد. از این رو در سال های اخیر (به ویژه از دهه ی 1970 میلادی تا به کنون) تحقیقات زیادی در رابطه با انواع تعمیرات و عیب یابی ماشین آلات به صورت های مختلف انجام گرفته است. در فصل اول این تحقیق، مطالبی در مورد این سیر تاریخی توضیحاتی ارائه شده است. این تحقیقات شامل انواع روش های پایش ماشین آلات، تحلیل داده ها و حتی روش هایی برای تشخیص الگوهای عیب یابی توسط کامپیوتر بوده است. یکی از متداول ترین روش های عیب یابی در ماشین آلات صنعتی، پایش ارتعاشات دستگاه ها می باشد. به گونه ای که در بزرگترین صنایع داخلی نیز (به طور مثال صنایع خودروسازی) برنامه ای مدون برای داده برداری ارتعاشات دستگاه ها وجود دارد و سپس با بررسی این داده ها برخی عیوب شناسایی شده و برنامه های تعمیراتی تنظیم می گردد. بزرگترین مسئله ی موجود در این روش تحلیل داده های بدست آمده است. تا کنون روش های متعددی برای بررسی و استخراج اطلاعات از داده های ارتعاشی معرفی شده است. در فصل دوم این تحقیق به بررسی برخی از این روش ها پرداخته شده است. به این ترتیب تلاش های اخیر در راستای حذف خطاهای موجود در این روش ها و بالا بردن دقت پیش بینی عیوب می باشد. این کار با جایگزینی کامپیوتر به جای انسان در عملیات تحلیل داده ها به نتایج نسبتاً خوبی رسیده است. به این صورت که با آموزش سیستم های هوشمند (هوش مصنوعی) توانایی تشخیص الگوی عیوب از میان داده های بسیار زیاد بدست آمده از پایش ارتعاشات، به کامپیوتر داده شده و وظیفه ی تفکیک ماشین آلات معیوب از سالم به نرم افزار هوشمند محول می شود. تحقیقات صورت گرفته در این زمینه تا کنون بیشتر در اجزای ماشین آلات مانند یاتاقان، چرخ دنده و ... موفق بوده است و کمتر به مجموعه ی ماشین به صورت کلی توجه شده است. در فصل سوم تحقیقات صورت گرفته با 2 روش تشخیص الگوی شبکه ی عصبی مصنوعی و ماشین بردار پشتیبان، به صورت خلاصه آورده شده اند. با توجه به مطالب گفته شده، نگارنده ضرورت پیدایش روشی مدون جهت عیب یابی خودکار یک مجموعه (یک ماشین کامل) را احساس کرده و تحقیق حاضر را ارائه نموده است. منظور از عیب یابی خودکار، نوعی پایش وضعیت ماشین توسط خود ماشین است که حتی می توان در برخی موارد فرمان های کنترلی را نیز به خود ماشین واگذار کرد که به این ترتیب نه تنها دقت کار بالا رفته بلکه نیاز ضروری فعلی به یک کارشناس ماهر برای عیب یابی ماشین آلات حتی کوچک نیز مرتفع می گردد. تحقیق پیش رو تلاشی در راستای نسل آینده ی عیب یابی صنعتی است. روش مورد نظر در فصل چهارم به صورت شبیه سازی کامپیوتری و در فصل پنجم به صورت آزمایشگاهی تحقیق گردیده و به نتایج مناسبی نیز رسیده است. این کار بر روی یک نوع کمپرسور کوچک به عنوان نمونه ی آزمایشی انجام گرفته است. مشخصات این کمپرسور 3باله ای به تفصیل در ادامه ی متن خواهد آمد.