پیشرفت های اخیر در زیست شناسی مولکولی و بیوتکنولوژی گیاهی تصور عمومی را در مورد کاشت گیاهان به صورت سنتی و فقط به عنوان یک منبع غذایی به سمت اینکه گیاهان می توانند در نقش کارخانه های زیستی جهت تولید پروتئین های نوترکیب و دارویی ظاهر شوند تغییر داده است. گیاهان به دلیل توانایی تولید نامحدود در تعداد و مقدار پروتئین های ایمن و ارزان نوترکیب دارای قابلیت کشاورزی زیستی هستند. تحقیقات گسترده در دو دهه اخیر نشان داده است که دامنه وسیعی از پروتئین های مهم و ضروری می توانند به طور موثری در گیاهان بیان شوند. نمونه هایی شامل پروتئین های سرم و فاکتورهای رشدی، آنتی بادی ها، واکسن ها، آنزیم های تجاری، پلیمرهای زیستی و معرف های مولکول های زیستی وجود دارند.(.,2000.fischer and mans) آنزیم لوسیفراز حشره شب تاب یکی از مهمترین آنزیم های صنعتی است که به طور وسیعی در زمینه های مختلف بیوتکنولوژی و بیولوژی سلولی و مولکولی بویژه در تشخیص میزان atp به منظور تشخیص آلودگی های میکروبی، تهیه کیت های تشخیص سرطان، غربالگری داروها، زیست حسگرها، همچنین در بررسی روابط برهمکنشی و تاخوردگی پروتئین ها، سنجش های آنزیمی و توالی یابی dna (pyrosequencing) استفاده می شود. ژن لوسیفراز نیز به عنوان ژن گزارشگر ایده آل در مهندسی ژنتیک به منظور بهینه سازی سیستم انتقال ژن، کاربرد فراوان دارد. تحقیق حاضر جهت انتقال ژن لوسیفراز حشره شب تاب گونه ایرانیlampyris turkestanicus و بررسی امکان سنجی تولید آن در گیاه کلزا انجام گرفت. در این تحقیق، ژن لوسیفراز حشره شب تاب (luc) که در ناقل بیانی pcambia1304 که تحت پیشبرنده s35 ویروس موزایک گل کلم (camv 35s) همسانه سازی شده بود توسط روش ذوب و انجماد به باکتری agrobacterium tumefaciens سوش lba4404 منتقل و به وسیله colony pcr با آغازگرهای اختصاصی تأیید شد. سپس پلاسمید نو ترکیب شامل ژن لوسیفراز حشره شب تاب (luc) به کمک باکتری آگروباکتریوم به گیاه کلزا منتقل گردید. ریزنمونه های لپه ای از گیاه کلزا رقم pf4570/91 برای تراریخت سازی مورد استفاده قرار گرفت.. جهت تعیین آستانه تحمل گیاه کلزا به آنتی بیوتیک هیگرومایسین غلظت های مختلف این آنتی بیوتیک مورد بررسی قرار گرفت. گیاهان تراریخت بر روی محیط ms حاوی آنتی بیوتیک هیگرومایسین و سفوتاکسیم انتخاب شدند. گیاهچه های باززایی شده بر روی محیط کشت انتخابی، جداسازی و به محیط کشت ریشه زایی انتقال یافتند. گیاهچه ها پس از ریشه دار شدن، ابتدا به گلدان حاوی پرلایت و در نهایت به خاک منتقل شدند آنالیز مولکولی گیاهان تراریخت وجود ژن لوسیفراز حشره شب تاب (luc) را در گیاهان تراریخت تأیید نمود. از گیاهان شاهد غیرتراریخت به عنوان کنترل منفی pcr استفاده گردید.

ماشین بردار پشتیبان یکی از الگوریتمهای مورد اعتماد و با کارآیی فوق العاده بالا در تشخیص الگو است که در سالهای اخیر به طور وسیعی در مسائل کلاسه بندی و رگرسیون خطی و غیرخطی مورد استفاده قرار گرفته است. از آنجا که یکی از روشهای حل مسائل چند کلاس، استفاده از کلاسه بندهای دوتایی است، پیاده سازی همزمان کلاسه بندهای دوتایی ماشین بردار پشتیبان بر روی fpga به صورت موازی، می تواند کاربرد خوبی مخصوصاً در کاربردهای بلادرنگ داشته باشد. در این پایان نامه یک ساختار سخت افزاری ساده برای پیاده سازی کلاسه بندهای دوتایی ماشین بردار پشتیبان بر روی fpga ارائه می شود. از بخش آموزش ماشین بردار پشتیبان که به صورت نرم افزاری اجرا می گردد، پارامترهای لازم استخراج شده و برای اجرای بخش تست بر روی سخت افزار به کار گرفته می شود. در ساختار سخت افزاری طراحی شده، عملیات ضرب برداری و همچنین کل عملیات کلاسه بندی دوتایی چند کلاس به صورت موازی و به طور همزمان انجام می شود. به منظور واقعی کردن طرح، از داده های مربوط به سیستم تشخیص ارقام دستنوشته فارسی در سه کلاس مختلف، برای آموزش و تست ماشین بردار پشتیبان استفاده شده است. شبیه ساز گرافیکی system generator برای شبیه سازی طرح سخت افزاری مورد نظر مورد استفاده قرار گرفته است. پیاده سازی کلاسه بند ماشین بردار پشتیبان خطی و غیرخطی با توابع و بلوکهای ساده، امکان افزایش ابعاد بردارهای ویژگی، امکان تعمیم به چندین کلاسه بند دوتایی همزمان، عدم پیچیدگی در طراحی سخت افزاری و ساده بودن سایر بلوک ها و عملیات استفاده شده در طرح مورد نظر، از خصوصیات بارز این تحقیق به شمار می رود. طبق نتایج شبیه سازی بر روی fpga، ماکزیمم فرکانس کاری mhz840/202 برای کلاسه بند خطی، و نرخ بازشناسی %67/98 برای کلاسه بند غیرخطی به دست آمده است. این نتایج نشان از عملکرد فوق العاده سیستم طراحی شده دارد. کلید واژه: fpga، پردازش بلادرنگ، ماشین بردار پشتیبان، system generator.

هدف این پژوهش، یافتن روشهای کارآمدتر و دقیق تر، به منظور تشخیص هویت نویسنده از روی دستنوشته های فارسی به صورت برون خط می باشد. در این تحقیق، به متن دستنوشته به چشم یک بافت نگاه می کنیم و استخراج ویژگی ها را بر اساس پردازش بافت انجام می دهیم. لذا به گونه ای اقدام به جمع آوری نمونه ها کرده ایم که برای آنالیز بافت مفید باشد. برای این منظور از تعداد 50 نفر با جنسیت و سطح سوادهای مختلف خواسته شد که هر کس یک متن دلخواه را روی یک کاغذ a5 بنویسد. با این شرط که متن نوشته شده از سه خط بیشتر باشد. سپس متن نوشته شده را روی 9 کاغذ دیگر تکرار کند. به این صورت یک پایگاه داده مستقل از متن، متشکل از 500 نمونه دستنوشته داریم. برای بررسی یک تصویر به صورت بافت، باید پیش پردازشی روی تصویر خام اولیه صورت گیرد تا آن تصویر را به صورت یک بافت منظم درآورد. دو نوع کلی از پیش پردازش هایی که انجام دادیم یکی شامل نرمال سازی یکنواخت است که در آن فاصله بین خطوط و کلمات را برای تمام متنها یکسان می کنیم. و نوع دوم که در آن، این فاصله ها را تغییر نمی دهیم و تنها به یکسان کردن طول و عرض تصاویر بسنده می کنیم. برای استخراج ویژگی، از روش srf که یک روش مبتنی بر گرادیان است استفاده می کنیم. در این روش، هم از اطلاعات دامنه و هم فاز برای استخراج ویژگی ها استفاده می شود. بعد از استفاده از روش srf که در آن از نقابهای سوبل و روبرتز بصورت جداگانه استفاده کردیم، با استفاده از کلاسه بند شبکه های عصبی و نزدیکترین همسایگی کلاسه بندی داده ها را انجام داده ایم. با توجه به اینکه در زبان فارسی تحقیقات کمی برای تعیین هویت نویسنده انجام شده است، یکی از این تحقیقات که نتایج خوبی داشته و در آن از روش فیلتر گابور برای استخراج ویژگی استفاده شده بود را پیاده سازی کرده و آن را با روش پیشنهادی تحقیق مقایسه کردیم. نتایج نشان می دهد روش srf نسبت به روش فیلترهای گابور از لحاظ نتایج کلاسه بندی، با کلاسه بند شبکه های عصبی، کارایی بهتری دارد. از لحاظ سرعت پردازش و استخراج ویژگی، با روش srf تقریبا 65 برابر سریع تر ویژگی ها استخراج می شوند. با توجه به نتایج عنوان شده برای موضوع مورد تحقیق، روش srf نسبت به روش فیلترهای گابور مناسب تر به نظر می رسد.

در این پایان نامه بازشناسی برون خط کلمات دست نوشته فارسی در یک فرهنگ لغت محدود مورد مطالعه قرار می گیرد. برای این منظور یک روش دو مرحله ای پیشنهاد می گردد. در مرحله نخست توسط الگوریتم های خوشه بندی سلسله مراتبی وisoclus کلمات موجود در فرهنگ لغت بر اساس تشابه خوشه بندی می شوند. ویژگی های تشابهی به کار رفته در این مرحله، بردارهای پروفایل بالا، پایین، پروژکشن عمودی و تعداد گذر از سیاه به سفید برای هر ستون تصویر است. برای کاهش ابعاد ویژگی های استخراج شده و محدود کردن آشفتگی این سیگنال ها از تبدیل موجک یک بعدی استفاده شده است. برای اندازه گیری تشابه بردارهای ویژگی های دو کلمه از معیار فاصله dtw استفاده می کنیم. میانگین هر خوشه در فضای ویژگی ها به عنوان نماینده آن خوشه و مدخل مشترک اعضای آن خوشه در فرهنگ لغت تصویری، در نظر گرفته می شود. تعداد کلمات موجود در فرهنگ لغت مورد مطالعه 16000 کلمه از 503 شهر ایران می باشدکه "ایران شهر" نام دارد. در این مرحله کلمات دست نوشته در 62 خوشه قرار می گیرند. در مرحله شناسایی کلمه ورودی، با انتخاب 5 خوشه نزدیک به کلمه دست نوشته مورد آزمون با دقت 94% حدود 77% از کلمات مورد بررسی کاهش خواهد یافت. در مرحله دوم بازشناسی، یکی از کلمات کاندید بدست آمده از مرحله اول می بایست بعنوان کلمه مورد آزمون تشخیص داده شود. در این مرحله از ویژگی هیستوگرام گرادیان روشنایی محلی استفاده می کنیم. برای این منظور گرادیان تصویر کلمه ورودی بلوک بندی می شود. در این پایان نامه دو روش بلوک بندی تطبیقی برای بهبود عملکرد بازشناسی پیشنهاد می گردد. در روش اول اندازه بلوک ها بر اساس توزیع پیکسل های سیاه (قلم) تنظیم می شوند و در روش دوم اجزاء اصلی کلمات دست نوشته به طور جداگانه بلوک بندی و سپس با هم ترکیب می شوند. بردارهای ویژگی مبتنی بر گرادیان کلمه ورودی با بردارهای ویژگی حاصل از کلمات کاندید در فرهنگ لغت در یک طبقه بند مقایسه می شوند. برای این منظور از کلاسه بندهای k نزدیکترین همسایه و svm چند کلاسه استفاده می شود. نتایج بازشناسی کلمات دست نوشته پایگاه داده "ایران شهر" نشان می دهد که مرحله کاهش کاندید ها در فرهنگ لغت باعث افزایش نسبی دقت و سرعت می شود. این به دلیل حذف کلمات نامتشابه در بازشناسی کلمه دست نوشته مورد بررسی است. همچنین روش پیشنهادی بلوک بندی تطبیقی در استخراج ویژگی هیستوگرام گرادیان محلی باعث بهبود 13 درصدی دقت سیستم بازشناسی می شود.

با توجه به رشد روز افزون مصرف انرژی و زوال پذیری منابع انرژی فسیلی و آلاینده های زیست محیطی ناشی از آنها از یک سو و اهمیت دستیابی به فن آوری های مناسب برای استفاده از منابع انرژی های تجدید پذیر به ویژه انرژی بادی از سوی دیگر نیاز به تدوین روش های علمی و عملی در این زمینه، ضروری به نظر می رسد. از این رو، در راستای توسعه ی توانایی های علمی و تحقیقاتی کشور در حوزه انرژی های نو، به ویژه در جهت بومی سازی فناوری های ساخت توربین های بادی کوچک از نوع پره ساونیوس پژوهش حاضر در تلاش است با ایجاد تغییراتی در شکل آیرودینامیکی، وضعیت قرار گیری و تعداد پره های این نوع توربین بازدهی و گشتاور آن ها را افزایش دهد. بدین منظور مدل هفت نوع پره ساونیوس طراحی شده و با استفاده از اصول دینامیک محاسباتی سیالات (cfd) در محیط نرم افزار fluent6.3 با استفاده از الگوی k-? استاندارد با استفاده از روش محورهای مختصات مرجع چندگانه (mrf) شبیه سازی شده اند. نظر به اینکه در پژوهش حاضر، هدف بهینه سازی عملکرد توربین و افزایش بازدهی آن می باشد، ضریب توان توربین معیاری جهت طراحی در نظر گرفته شده است. در مرحله بعد به منظور تعیین دقت شبیه سازی و اعتبار سازی نتایج آن ها، مدل های ساخته شده در داخل تونل باد آزمایش شده است و در نهایت نتایج شبیه سازی با نتایج آزمایش ها مقایسه شده اند. نتایج شبیه سازی نشان می دهد که بازده بیشینه توربین بهینه طراحی شده 42% است. در حالیکه نتایج آزمایش در تونل باد بازده بیشینه 4/0 را در سرعت باد 8 متر بر ثانیه بدست می دهند. میزان انحراف نتایج شبیه سازی و آزمایشگاهی در این پژوهش 3/7% برآورد شده است.

در بسیاری از ساختمانهای بلند سهمی از بارهای جانبی توسط دیوار برشی کوپل تحمل می گردد. در بسیاری موارد ممکن است به علت کم بودن ارتفاع تیرهای رابط، سختی لازم جهت مقابله با بارهای جانبی ایجاد نشود. جهت افزایش توانایی دیوار تیرهایی با سختی زیاد در ترازهای ارتفاعی خاص افزوده می شود و تشکیل دیوار برشی کوپل سخت شده را می دهد. این دیوارها تحت اثر بارهای محوری ناشی از وزن قرار می گیرند و به علت ارتفاع زیاد شان، اثر نیروی محوری بر رفتار آنها تأثیر می گذارد. در این تحقیق روشی برای تحلیل غیرخطی هندسی دیوار برشی کوپل سخت شده با در نظر گرفتن اثر نیروی محوری ارائه شده است. همچنین تأثیر ارتفاع دیوار در موقعیت بهینه تیر سخت کننده مورد بررسی قرار گرفته است. یک برنامه کامپیوتری در matlab نوشته شده و مثالهای عددی حل شده و درستی این روش را اثبات می کند. در ادامه اثرات سختی و تغییر موقعیت تیر سخت کننده با در نظر گرفتن اثر نیروی محوری بر تغییر شکل جانبی و نیروهای داخلی سازه مورد بررسی قرار گرفته است.

هدف از این پژوهش، بررسی عمل بازشناسی قلم به منظور تشخیص قلم از روی تصاویر اسکن شده از سند ها می باشد. بازشناسی قلم یکی از بخشهای مهمِ سامانه ocr است و هدف از بازشناسی قلم تعیین نوع قلم استفاده شده در متن تایپی است. در این پایان نامه با ترکیب ویژگی های مختلف و استفاده از طبقه بند svm سعی داریم نتایج بازشناسی قلم را بهبود ببخشیم. در این پژوهش از روش های فیلتر گابور، تبدیل موجک، فرکتال چندبُعدی وsrf که یک روش مبتنی بر گرادیان می باشد، برای استخراج ویژگی استفاده و با یکدیگر مقایسه می شوند. روش srf ترکیبی از دو نقاب سوبل و روبرتز می باشد و از اطلاعات دامنه و فاز برای استخراج ویژگی استفاده می کند. همچنین در این روش ویژگی ها به خوبی در جهت های مختلف استخراج می شوند. در استخراج ویژگی به روش موجک، از موجک های مادر متفاوتی از جمله db1 و symlet استفاده و با یکدیگر مقایسه شده اند. روش استخراج ویژگی بعدی مبتنی بر فرکتال است، فرکتال یک روش مفید برای تعیین پیچیدگی های تصاویر است و از روش های گوناگونی از جمله شمارنده جعبه ها و گسترش برای محاسبه بعُد فرکتال در این پژوهش استفاده کرده ایم. یکی دیگر از روش های استفاده شده برای استخراج ویژگی فیلتر گابور است که در گذشته به کرات مورد استفاده قرار گرفته است. عیب اصلی فیلتر گابور محاسبات فراوان و زمان بر آن است در صورتی که روش های دیگر، دارای حجم محاسبات به مراتب کمتری بوده و بسیار سریعتر از فیلتر گابور برای استخراج ویژگی از بافت عمل می کنند. پس از اینکه ویژگی ها با استفاده از روش های مختلف استخراج شدند به وسیله طبقه بندهای svm و mlp قلم ها بازشناسی شده و نتایج حاصل از این دو طبقه بند با یکدیگر مقایسه می شوند. در بین ویژگی های مورد بررسی srf و موجک، سرعت خوبی را داشته و نتایج بهتری را هم ارائه می دهند، از طرف دیگر این دو ویژگی تفاوت های زیادی در نحوه استخراج دارند لذا خطاهای ناشی از این دو ویژگی همبستگی کمی خواهند داشت. با توجه به این موضوع ما این دو ویژگی را با یکدیگر ترکیب کردیم که نتایج آن نسبت به هر دو ویژگی بهبود قابل توجهی یافته است. میانگین نرخ بازشناسی برای روش rsw و با استفاده از طبقه بند svm برابر با 95.58% درصد است که 2.14 درصد از روش srf و حدود 11.25درصد از تبدیل موجک بهتر می باشد.

انتخاب ویژگی و کاهش ابعاد داده امری مهم و قابل توجه در بازشناسی الگو می باشد که در سالهای اخیر توجه زیادی بر آن بوده است. این امر باعث افزایش سرعت پردازش در سیستم های بلادرنگ و کاهش حافظه برای ذخیره سازی اطلاعات می شود. در این راستا نقش الگوریتم های بهینه سازی خصوصاً الگوریتم بهینه سازی توده ذرات قابل توجه بوده است. به طوریکه با استفاده از الگوریتم بهینه سازی توده ذرات و انتخاب روش مناسب جهت محاسبه مقدار برازندگی در pso می توان تا مقدار قابل توجه ای ابعاد بردارهای ویژگی را کاهش داد تا به نتیجه قابل قبول و بهتر دست یابیم. در این پایان نامه یک سیستم بازشناسی الگو برای بازشناسی ارقام دستنویس ارائه شده است. در این سیستم پس از استخراج ویژگی با استفاده از ترکیب دو روش هیستوگرام گرادیان و مکان مشخصه توسعه یافته بر روی تصاویر ارقام دستنویس مرحله انتخاب ویژگی انجام گرفته است. در بلوک انتخاب ویژگی از الگوریتم بهینه سازی توده ذرات باینری bpso و طبقه بند ماشین بردار پشتیبان svm جهت محاسبه مقدار برازندگی استفاده شده است. همچنین از داده های چهره پایگاه orl، اثر انگشت fvc2004 و داده های uci برای تایید کارایی سیستم استفاده شده است. طبق نتایج بدست آمده برای بازشناسی ارقام دستنویس فارسی بدون کاهش ویژگی به نرخ بازشناسی 99.40% و با استفاده از bpso در انتخاب ویژگی تا 193 ویژگی از 400 ویژگی بردار اصلی به نرخ بازشناسی 99.11% دست یافتیم. این نتایج نشان از عملکرد خوب و قابل قبول سیستم پیشنهادی دارد.

در این تحقیق روشی نو برای تعیین هویت نویسنده بر اساس متن دستنویس فارسی بصورت برون خط و مستقل از متن بر مبنای اختلاط خبره ها ارائه شده است. در روش پیشنهادی از فیلتر های گابور، سوبل و روبرتز برای استخراج ویژگی استفاده شده است. سپس با استفاده از روش تجزیه و تحلیل مولفه های اصلی ، pca، و با کمک الگوریتم نزدیکترین همسایه کاهش ویژگی انجام گرفته است. برای ارزیابی دقت تشخیص به کمک ویژگی های استخراج شده ازسه شبکه عصبیmlp جهت دسته بندی استفاده شده است که خروجی آنها را با هم ترکیب کرده ایم. هر کدام از این شبکه ها برای متفاوت شدن در خطا بر روی یک مجموعه از ویژگی ها آموزش داده شده اند، و سپس در سه آزمایش نخست در این تحقیق به هر کدام از شبکه ها یک وزن داده شده است و در نهایت خروجی شبکه ها با هم ترکیب گردیده است.که در آزمایش اول به نظر هر کدام از طبقه بندهای پایه وزن یکسان داده شده است، در آزمایش دوم وزن ها بر اساس میزان دقت هر طبقه بند تعیین گردیده است، در آزمایش سوم وزنهای هر یک از شبکه ها توسط الگوریتم pso به منظور کمینه شدن خطا در مرحله آموزش تعیین گردیده است و در آزمایش چهارم در این تحقیق به هر کدام از نرونهای خروجی هر کدام از شبکه های عصبی وزن داده شده است که این وزن ها با استفاده از الگوریتم pso همانند آزمایش سوم تعیین گردیده است. جهت آموزش شبکه عصبی از گرادیان نزولی و روش پس انتشار خطا استفاده شده است. نتایج نشان دهنده دقت هویت نویسنده از دستخط فارسی به ترتیب 97.42? ?،97.75?،97.59? و 98.17? می باشد که دقت بالایی در زمینه تعیین هویت نویسنده می-باشد. و همچنین از نظر زمان آموزش شبکه مرکب به ترتیب برای آزمایش اول تا چهارم مقادیر 2450.54 ،2450.54 ،2562.04 و2594.59 ثانیه بعد از کاهش ویژگی حاصل گردیده است که نسبت به زمان به دست آمده قبل از کاهش ویژگی به ترتیب 695.46 ،695.46 ، 683.1 و 654.22 ثانیه زمان آموزش شبکه مرکب کاهش یافته است که زمان قابل توجهی می باشد.

اثرانگشت یکـی از مهمترین شاخص های فیزیولوژیکی است کـه برای تعیین هویت افراد استفاده می شـود. روش های مختلفی برای شناسایی اثر انگشت ارائه شده است. در این پایان نامه پس از بررسی روش های مختلف ارائه شده در زمینه تشخیص اثر انگشت و نتایج بدست آمده برای آن ها، روش های جدیدی معرفی شدند. در روش اول از فیلتر گابور و قطاع بندی جدیدی برای تشخیص اثر انگشت استفاده شد به این ترتیب که در تصویر ورودی پس زمینه حذف شد و کیفیت تصویر بهبود داده شد سپس درتصویر بهبود یافته مرکز اثر انگشت پیدا شد. ناحیه ای حول مرکز اثر انگشت جدا شد و این ناحیه توسط فیلتر گابور در 8 جهت فیلتر شد و 8 تصویر بدست آمد که همه تصاویر نرمالیزه شدند. در تصاویر نرمالیزه شده از قطاع بندی جدیدی استفاده شد که میانگین و واریانس در هر قطاع به عنوان ویژگی استخراج شد. این روش بدلیل استفاده از فیلتر گابور به مدت زمان زیادی برای استخراج ویژگی و شناسایی نیاز داشت. در روش دوم از الگوریتم سوبل- رابرتز برای استخراج ویژگی استفاده شد که نسبت به روش اول زمان بسیار کمتری نیاز داشت بدین ترتیب که در تصویر ورودی پس زمینه حذف شد و کیفیت تصویر بهبود داده شد سپس درتصویر بهبود یافته مرکز اثر انگشت پیدا شد و تصویر بهبود یافته را حول مرکز اثر انگشت 5 بار با گام های 22.5 درجه از 45- تا 45+ درجه چرخاندیم و در هر بار چرخش ناحیه ای به مرکز اثر انگشت جدا شد. این نواحی جدا شده نرمالیزه شدند و در تصاویر نرمالیزه شده با استفاده از ویژگی های سوبل - رابرتز بردارهای ویژگی بدست آمد. در روش سوم برای کاهش بیشتر زمان نسبت به روش دوم بجای استفاده از الگوریتم سوبل- رابرتز روی تصویر بهبود یافته، ابتدا با استفاده از تبدیل موجک گسسته دو بعدی روی تصویر بهبود یافته تصویر تقریب بدست آمد سپس از الگوریتم سوبل- رابرتز روی تصویر تقریب استفاده شد. در سه روش قبلی تعداد ویژگی های غیر مطلوب و قابل حذف کردن زیادی وجود داشت بنابراین در گام بعدی از الگوریتم bpso برای کاهش ویژگی استفاده شد که این الگوریتم روی روش دوم که دارای بهترین کارآیی بود، اعمال شد. برای شناسایی در هر کدام از روش ها از دو روش فاصله اقلیدسی و شبکه ماشین بردار پشتیبان استفاده شد. نتایج بدست آمده نشان می دهد که در بین سیستم های پیشنهادی سیستم دوم دارای بهترین کارآیی، سیستم سوم دارای کمترین زمان شناسایی و سیستم چهارم دارای کمترین تعداد ویژگی همراه با درصد شناسایی مطلوب می باشد. برای این پایان نامه از مجموعه داده fvc2004 استفاده شده است.

امروزه، بیشتر تولیدات تاریخی، هنری و علمی روی کاغذ منتشر می شوند. بسیاری از کتابخانه های بزرگ دنیا در حال تبدیل منابع خود به شکل دیجیتال می باشند زیرا ذخیره اطلاعات مربوط به اسناد مختلف به شکل دیجیتالی، تا حد زیادی مقرون به صرفه تر از نگهداری آنها در قفسه های کتابخانه است. بنا به دلایل اقتصادی، برای ذخیره چنین حجم عظیمی از اطلاعات به فشرده سازی آنها نیاز داریم. هدف در این پایان نامه ارائه روشی مبتنی بر مدل محتوای ترکیبی پایه جهت فشرده سازی تصاویر متنی می باشد. تصویر سند در این روش معمولاً به سه لایه پیش زمینه، پس زمینه و پوشش تجزیه می شود. در راستای اجرای این پایان نامه اقدام به جمع آوری 1449 تصویر متنی شد. این تصاویر طیف وسیعی از انواع رسم الخط و کیفیت و ترکیب متن و گرافیک را شامل می شود. برای ایجاد لایه پوشش مورد نیاز در مدل محتوای ترکیبی از یک روش جدا سازی متن از تصویر استفاده شد که جهت تصاویر متنی سطح خاکستری مورد استفاده قرار می گیرد. این روش مبتنی بر ایده ی ترکیب طبقه بندها (با استفاده از شبکه عصبی) و استفاده از تحلیل چندمقیاسی (با استفاده از فیلتربانک) است. دو روش نیز جهت فشرده سازی تصاویر استخراج شده از روش فوق ارائه شد. روش اول مبتنی بر استفاده از تبدیل klt به منظور فشرده سازی تصاویر متنی ارائه گردید. دومین روش پیش پردازش تصاویر متنی قبل از اعمال فرآیند فشرده سازی jpeg می باشد. در روش پیشنهادی اول جهت فشرده سازی با استفاده از تبدیلklt علاوه بر بیشتر بودن میزان فشرده سازی در روش پیشنهادی نسبت به دو روش jpeg وjpeg2000کیفیت تصویر متنی بازسازی شده نیز تا حد قابل توجهی بیشتر است. همچنین ملاحظه می شود که روش پیشنهادی تمایل به کاهش کانتراست تصویر متنی دارد.

یکی از موضوعاتی که در دو دهه اخیر مورد توجه بسیاری از پژوهشگران قرار گرفته است، سیستم-های واسط مغز و کامپیوتر (bci) می باشد. سیستم bci سیستمی است که با دریافت سیگنال های مغزی مانند روش الکترو انسفالوگرام (eeg) از افراد، آن ها را به فرمان های کنترلی برای حرکت یک بازو، صندلی چرخدار، یک ربات و سایر وسایل جانبی تبدیل می کند. در bci مبتنی بر تصور حرکتی از افراد خواسته می شود که خود را در حال انجام یک عمل حرکتی ویژه، (بدون خروجی حرکتی) تصور کنند. در نتیجه ی تصور حرکت، رخدادهایی در مغز اتفاق می افتد که بر سیگنالهای eeg تأثیر گذار است. هدف از این پایان نامه طبقه بندی داده های eeg ناشی از چهار تصور حرکتی دست چپ، دست راست، پا و زبان می باشد. مجموعه داده مورد استفاده در این پایان نامه، مجموعه 2a از مسابقه چهارم bci که در سال 2008 برگزار شده است، می باشد. در این پایان نامه دو روش که بر مبنای آنها چهار کلاس تصورحرکتی طبقه بندی می شوند، پیشنهاد شده است. یکی از رو ش های کارآمد در تشخیص تصور حرکتی، روش نگاشت به کمک فیلترهای فضاییcsp می باشد. قبل از اعمال این روش، می بایست سیگنال های مغزی از فیلتر میان گذر مناسبی عبور نموده تا ریتم های مغزی مرتبط با تصور حرکتی ویژه فرد، در روش csp بخوبی استخراج گردد. انتخاب مناسب فیلترهای فرکانسی در کنار فیلترهای فضایی یک چالش مهم در این روش می باشد. در یکی از روش های اخیر به نام ossfn، بهینه سازی فیلترهای فضایی و فرکانسی بر اساس ماکزیمم نمودن اطلاعات متقابل بین بردار ویژگی و برچسب کلاس ها انجام می شود. در روش پیشنهادی اول این پایان نامه، روش ossfn از یک مسئله دو کلاسه به یک مسئله چهارکلاسه تعمیم داده شده است. نتایج نشان می دهد که بهینه سازی همزمان فیلترهای فضایی-فرکانسی دقت طبقه بند را نسبت به روشcsp بطور موثری بالا می برد. در بخش دوٌم این پایان نامه، بجای درنظرگرفتن معیار اطلاعات متقابل بین برچسب کلاس ها و بردارهای ویژگی، معیار ارزیابی کاپا (دقت طبقه بندی) بهینه می گردد. در این روش پیشنهادی نشان می دهیم که با معیار ارزیابی کاپا طبقه بندی چهارکلاس تصورحرکتی کارایی بسیار بهتری دارد. همچنین بجای روش گرادیانی که پیچیدگی نسبتاً بالا و احتمال بدام افتادن در نقاط اپتیمم محلی را دارد، در بهینه سازی، از الگوریتم ژنتیک استفاده نمودیم. نتایج بدست آمده از آزمایش، گواهی بر مزیت روش پیشنهادی بر ossfn دارد. الگوریتم پیشنهادی را gaossfn نامیده ایم.

بسیاری از صفات که در مقاومت گیاه به شوری نقش دارند توسط چندین ژن کنترل می شوند و به صورت کمی به ارث می رسند، بنابراین شناسایی qtl های مربوطه و کاربرد آن ها در انتخاب به کمک نشانگر(mas) در بهبود گیاهان نقش مهمی ایفا می کند. به منظور نقشه یابی نواحی ژنومی مرتبط با شوری در گندمو تعیین سهم هر qtl در تنوع صفت مربوطه، 167 اینبرد لاین نوترکیب حاصل از تلاقی seri m82 وbabaxبه همراه دو والد مورد مطالعه قرار گرفتند. این تحقیق در سال 1391 در گلخانه دانشگاه زابل در قالب طرح بلوک های کاملاً تصادفی با دو تکرار و تحت شرایط تنش شوری و بدون تنش به اجرا درآمد. صفات مورد مطالعه شامل صفات فنولوژیک، مورفولوژیک و فیزیولوژیک مانند تراکم کلروفیل، فلورسانس کلروفیل (fo, fm, fv/fm)، ارتفاع بوته، عملکرد دانه، میزان کربوهیدرات های محلول، میزان آب نسبی برگ (rwc) و پرولین بود. ابتدا تجزیه های آماری برای بررسی های فنوتیپی صفات شامل تجزیه واریانس، محاسبه همبستگی های فنوتیپی بین صفات،رگرسیون گام به گام، تجزیه مولفه های اصلی، تجزیه عامل ها و تجزیه خوشه ای انجام گرفت. نتایج تجزیه واریانس نشان داد تفاوت معنی داری میان لاین ها دردو شرایط تنش شوری ونرمال برای اکثر صفات مورد بررسی وجود دارد. حداکثر همبستگی بین عملکرد دانه و ارتفاع بوته (84/0) مشاهده گردید. در رگرسیون گام به گام صفات در شرایط نرمال ارتفاع بوته، fm، روز تا جوانه زنی و تراکم کلروفیل اولین صفات وارد مدل شدند و در مجموع 66 درصد از تنوع کل را توجیه کردند. در شرایط تنش به ترتیب ارتفاع بوته، روز تا جوانه-زنی، fm، تعداد گره،fo و fv/fm صفاتی بودن که وارد مدل شدند و در مجموع 8/78 درصد از تنوع کل را توجیه کردند.در تجزیه به مولفه های اصلی در شرایط نرمال،3 مولفه اول در مجموع 51درصد ازتنوع را توجیه کردودر شرایط تنش 4 مولفه اول بیش از 50درصد تنوع را توجیه نمودند. تجزیه به عامل ها چندین عامل پنهانی را استخراج نمودند که بیش از 80 درصد از واریانس کل را توجیه کردند برخی عامل ها تحت عنوان عامل فنولوژیکی، عامل فیزیولوژیکی و مورفولوژیکی، نامگذاری شدند.گروه بندی ژنوتیپ ها با استفاده از تجزیه کلاستر در شرایط نرمال وتنش شوری به ترتیب 4 و 5 گروه شناخته شد. تجزیه qtl با استفاده از نقشه پیوستگی ژنتیکی حاصل از 249 مارکرaflp، 74 مارکر ssr و 264 مارکر dart و نرم افزار winqtl cartographer به روش نقشه یابی فاصله ای مرکب انجام شد. برای صفات مورد بررسی در مجموع 44 qtl (15تا برای شرایط بدون تنش، 15 عدد برای شرایط اعمال تنش و14 برای میانگین دو شرایط) به دست آمد. واریانس فنوتیپی توجیه شده به وسیله این qtl ها از 25/23-0/3 درصد متغیر بود. بیشترین و کمترین واریانس فنوتیپی به ترتیب برای صفات روز تا پنجه-دهی در شرایط نرمال و روز تا جوانه زنی در شرایط تنش بدست آمد. lod در دامنه 44/4-51/2 قرار داشت. بیشترین و کمترین lod به ترتیب مربوط به qtl های روز تا پنجه دهی در شرایط نرمال و ارتفاع بوته در شرایط تنش شوری بود.

الگوهای تدریس و یادگیری سنتی توسط ادغام فناوریهای اطلاعات و ارتباطات در شیوه های آموزشی متزلزل شده است. امروزه بسیاری از مدارس در ایران فناوری اطلاعات وارتباطات را در کلاس های زبان خود با هدف بهبود فرآیندهای تدریس ویادگیری ادغام کرده اند. هدف از این پژوهش بررسی بهره وری بکارگیری فناوری اطلاعات و ارتباطات در کلاس های زبان انگلیسی مدارس راهنمایی اصفهان در مقایسه باکلاس های معمولی(بدون ابزار فناوری اطلاعات و ارتباطات) است. جامعه آماری تحقیق حاضر را 50 نفر دانش آموز مقطع راهنمایی که در کلاس های زبان انگلیسی دارای فناوری اطلاعات و ارتباطات و 50 نفر دانش آموز که در کلاس های زبان انگلیسی معمولی شرکت کردند تشکیل می دهد. بر علاوه 10 معلم زبان انگلیسی مقطع راهنمایی که در کلاس های معمولی و 10 معلم که در کلاس های دارای فناوری اطلاعات و ارتباطات تدریس کردند در این تحقیق شرکت داشتند. روش تحقیق روش مخلوط (کمی وکیفی) بوده و اطلاعات از طریق مشاهده، پرسشنامه، مصاحبه و آزمون جمع آوری شده است. نتایج نشان داد که بکارگیری فناوری اطلاعات و ارتباطات در کلاس های زبان انگلیسی مدارس راهنمایی اصفهان تفاوت معنا داری در مقایسه با کلاس های معمولی ایجاد نکرده است. بر اساس نتایج، می توان نتیجه گرفت برای بکارگیری فناوری اطلاعات و ارتباطات در کلاس های یادگیری زبان انگلیسی بستر مناسب آن از قبیل آموزش معلمان در حیطه فناوری اطلاعات وارتباطات، تجهیزات مناسب، پشتیبانی مدیریت مدارس و علاقه مندی معلمان و دانش آموزان به فناوری نوین مهیا شود تا نتایج دلخواه بدست آید.

در این پایان نامه سیستمی برای بازشناسی برون خط کلمات دست‎نویس فارسی ارائه شده است. پیچیدگی نگارش فارسی و شکل متفاوت حروف بسته به موقعیت آن که اول کلمه، وسط کلمه، انتهای کلمه یا جدا از بخش های دیگر کلمه باشد بازشناسی کلمات در این زبان را بسیار دشوار نموده است. بطوریکه درصد بازشناسی روش های موجود کمتر از نرخ مطلوب برای تجاری شدن این سیستم‎ها می باشد. یک سیستم بازشناسی کلمه در حالت کلی شامل مراحل پیش‎پردازش، استخراج ویژگی و کلاسه‎بندی است. در این پایان نامه سه روش جهت بازشناسی پیشنهاد شده و کارایی این روش ها در مقایسه با روش های موجود ارزیابی شده است. به دلیل نبود یک پایگاه داده مناسب و با تعداد تصویر کافی برای ارزیابی کارایی سیستم پیشنهادی، پایگاه داده فارسا، شامل 30000 تصویر از 300 کلمه متداول دست نوشته در زبان فارسی، ایجاد شد. جهت ارزیابی روش های پیشنهادی و مقایسه با روش های موجود 198 کلاس از این پایگاه داده مورد استفاده قرار گرفت. در روش اول تصویر کلمه به پنجره‎های عمودی دارای همپوشانی تقسیم می‎شود و از هر پنجره هیستوگرام کد‎های زنجیره‎ای استخراج می‎شود، هر پنجره یک بردار 20 عنصری را تولید می‎نماید. برای آموزش و ارزیابی hmm گسسته بردار ویژگی‎های استخراج شده از پنجره لغزان، با استفاده از شبکه عصبی نگاشت خود‎سازمانده کوانتیزه می‎شود . برای تعداد حالت‎های مخفی مدل hmmدر هر کلاس کلمه ، کمترین تعداد پنجره‎ برای تصاویر آموزش در هر کلاس بدست می‎آید. تعداد حالت‎های مخفی ضریبی از این مقدار کمینه است. با آزمایش ضرایب مختلف، سیستم در مقدار 8/1 به بهترین نرخ بازشناسی می‎رسد. برای پارامتر‎ هموارسازی روی مقادیر مختلف آزمایش شد، سیستم در مقدار 001/0 به جواب بهتری رسید. اندازه کتاب رمز 49 تنظیم می‎شود. در نهایت روش پیشنهادی اول با تعیین ضرایب بیان شده در بالا به نرخ بازشناسی 57/66% در198 کلاس از پایگاه داده فارسا می‎رسد. در روش پیشنهادی دوم علاوه بر هیستوگرام کد‎های زنجیره‎ای، از ویژگی میانگین بلوکی برای کلاسه‎بندی استفاده می‎شود و ابعاد بردارهای ویژگی به 25 افزایش می‎یابد. نرخ بازشناسی با استفاده از همان ضرایب تنظیم شده در روش اول، 88/68% بدست می‎آید. که افزایش بیش از 2% را نسبت به روش اول نشان ‎می‎دهد. روش پیشنهادی سوم در واقع بکارگیری یک سیستم دو خبره‎ای است. با استفاده از بررسی که روی نتایج ارزیابی روش دوم انجام شد یک مفهوم جدید به نام معیار اطمینان برای کلاسه‎بند hmm معرفی میشود. با مشاهده هیستوگرام اختلاف دو بزرگترین احتمال در خروجی hmm برای تصاویر آزمون یک مقدار آستانه به عنوان معیار اطمینان معرفی می‎شود. تصاویری که شرایط معیار اطمینان را دارند با کلاسه‎بند hmm بازشناسی می‎شوند و تصاویری که این شرایط را ندارند با استفاده از کلاسه‎بند knn بازشناسی می‎شوند. برای کلاسه‎بند knnاز ویژگی‎های ساختاری ، تعداد مولفه‎های متصل تصویر، تعداد مولفه‎های متصل بالای خط کرسی و تعداد مولفه‎های متصل پایین خط کرسی، استفاده می‎شود. کلاسه‎بند knn با استفاده از این ویژگی‎ها و با 11 نزدیک‎ترین همسایه و معیار فاصله بلوک شهری به نرخ بازشناسی 69/61% دست می‎یابد. در این سیستم hmm برای تصاویری که معیار اطمینان را دارند به نرخ بازشناسی 85% دست می‎یابد. در کل نرخ بازشناسی این روش برای 198 کلاس از پایگاه داده فارسا 49/76% است. که نسبت به روش اول افزایش 7% را بدنبال دارد.

پژوهش حاضر به بررسی رابطه بین فرهنگ سازمانی و میزان گرایش به فعالیتهای بازاریابی در سازمان کتابخانه ها، موزه ها و مرکز اسناد آستان قدس رضوی می پردازد. جامعه مورد مطالعه شامل کارکنان شاغل در کتابخانه مرکزی، موزه ها و مرکز اسناد و مطبوعات این سازمان می باشد. پژوهش به لحاظ هدف کاربردی و از نظر شیوه گردآوری اطلاعات، پیمایشی محسوب می شود. ابزار گردآوری اطلاعات شامل دو پرسشنامه بود. در پرسشنامه اول سنجش الگوی فرهنگ سازمانی که توسط کامرون و کویین طراحی شده ، مورد استفاده قرار گرفت. که بر اساس آن می توان 4 الگوی فرهنگ سازمانی (گروهی، کارآفرین، بازاری و سلسله مراتبی) را شناسایی نمود. پرسشنامه دوم، توسط محقق طراحی و جهت بررسی وضعیت گرایش به فعالیتهای بازاریابی مورد استفاده قرار گرفت. به دلیل کم بودن حجم جامعه هیچ گونه نمونه گیری خاصی استفاده نشد. پرسشنامه ها بین 175 نفر توزیع و در نهایت تعداد 133 پرسشنامه دریافت شد. جهت تحلیل داده ها از آمار توصیفی نظیر توزیع فراوانی، میانگین، انحراف استاندارد و آمار استنباطی مانند آزمون فریدمن و آزمونهای خی دو، تحلیل واریانس چند متغیره، همگنی واریانسها (لوین)، آزمون مقایسه میانگین ها و همبستگی پیرسون استفاده گردید. طبق یافته های پژوهش، از دیدگاه کارکنان و مدیران سازمان، الگوی فرهنگ سلسله مراتبی با رتبه 73/3 و 06/3 به عنوان فرهنگ موجود و الگوی فرهنگ گروهی با 83/3 و 56/3 و کارآفرین با 71/3 و 41/2 فرهنگ مطلوب برای سازمان کتابخانه ها می باشد. همچنی بین دیدگاه مدیران و کارکنان سازمان کتابخانه ها در رابطه با الگوی فرهنگ سازمانی مطلوب، تفاوت معنی داری وجود ندارد. اما بین دیدگاه مدیران و کارکنان سازمان در رابطه با الگوی فرهنگ سازمانی موجود در زیر مولفه فرهنگ بازاری، تفاوت معنی داری وجود دارد. یافته های پژوهش، رابطه تنگاتنگی بین نیاز به برنامه بازاریابی با مقدار 220/0 با فرهنگ گروهی و مقدار 269/0 با کارآفرینی و کاربرد برنامه بازاریابی با مقدار 231/0 با فرهنگ سلسله مراتبی را نشان می دهد. همچنین طبق یافته های پژوهش ، بانوان و افراد با سابقه بالای 15 سال در مورد وجود فرهنگ مطلوب کارآفرینی اعتقاد بیشتری دارند.

هدف از رفع اعوجاج غیر خطی اسناد، جبران اعوجاج صفحه و مسطح کردن اسناد تصویربرداری یا اسکن شده است به نحوی که این اسناد توسط سیستم ocr، قابل خواندن باشند. اغلب کارهای انجام شده در زمینه رفع اعوجاج غیر خطی تصاویر متن مربوط به اسناد و متونی است که به زبان های لاتین می باشند. در این پایان نامه الگوریتمی جدید جهت رفع چرخش سه بعدی در تصاویر اسناد فارسی پیشنهاد شده است. در الگوریتم پیشنهادی ابتدا پیش پردازش های لازم شامل رفع نویز، دوسطحی سازی، آغشته سازی و تشخیص خطوط زمینه بر روی تصویر انجام شده و سپس کلمات خطوط رفع اعوجاج شده بر روی خط زمینه قرار داده می شوند. در الگوریتم پیشنهادی از الگوریتم آغشته سازی dlcm برای تشخیص خطوط متن استفاده شده است. همچنین تصویر خروجی رفع اعوجاج شده در دو قالب دوسطحی و زمینه خاکستری ارائه میشود. جهت ارزیابی عملکرد الگوریتم پیشنهادی از نرم افزار نویسه خوان فارسی پرشیا نگار استفاده شده است. نتایج تجربی عملکرد مناسب الگوریتم پیشنهادی را در رفع اعوجاج تصاویر نشان می دهد.

ضرایب مل-کپستروم یکی از فراگیرترین ویژگی های مورد استفاده در کاربردهای بازشناسی گفتار است.مشکل عمده در به کارگیری این ضرایب آسیب پذیری و حساسیت بالای آن ها در محیط های نویزی می باشد.در این ژایان نامه یک روش مقاوم در برابر نویز، جهت استخراج ویژگی ضرایب مل-کپستروم معرفی شده است.اساس تغییرات اعمال شده در الگوریتم پیشنهادی عبارتند از : به کار بردن تفریق میانگین سیگنال به ترتیب در حوزه های زمان و فرکانس ،استفاده از تابع خودهمبستگی و حذف ضرایب مرتبه پایین ،تغییر پنجره ی مورد استفاده در مرحله ی پنجره بندی گفتار،استفاده از فیلتر های مناسب جهت حذف نویز کانولوشن ،استفاده از فیلتر بانک گوسی به جای فیلتر بانک مثلثی،افزودن بلوک های جبرانگر به تابع لگاریتم جهت بالا بردن مصونیت این بخش آسیب پذیر از الگوریتم. جهت ارزیابی عملکرد الگوریتم پیشنهادی و همچنین طبقه بندی نتایج، از یک شبکه عصبی پرسپترون چند لایه استفاده شده است. نتایج آزمایش های تشخیص گفتار فارسی در نرخ سیگنال به نویزهای متفاوت، نشان گر افزایش معنادار نرخ تشخیص در محیط نویزی و نیز مصونیت بیشتر الگوریتم پیشنهادی نسبت به الگوریتم پایه و همچنین برخی از الگوریتم های مطرح در این خانواده است. .

وقتی سند توسط اسکنر و یا دوربین دیجیتال تهیه شده ‎باشد، همواره با دو نوع مشکل یکی تخریب فتومتریک و دیگری تخریب هندسی مواجه است. • تخریب هندسی: خمیدگی غیرخطی در سطح کتاب، کجی سند • تخریب فتومتریک: سایه‎ی ایجاد شده در امتداد ستون فقرات کتاب قطور در این پایان‎نامه سعی بر این است که با ارائه‎ی یک روش نوین، به رفع اعوجاج اسناد به منظور افزایش خوانایی تصاویر سند در نرم‎افزار‎های ocr بپردازیم. برای رفع تخریب فتومتریک در الگوریتم پیشنهادی از باینری‎سازی به روش ساولای ارتقاء یافته استفاده شده است. برای حذف حاشیه‎های زاید که در اثر اعمال روش ساولای ارتقاء یافته ایجاد شده است، از عملگر‎های مورفولوژیکی استفاده شده است. برای رفع تخریب هندسی، ابتدا با استفاده از الگوریتم dlcm یا عملگر مورفولوژی dilation خطوط تصویر را تشخیص داده و سپس با استفاده از تخمین خمیدگی خطوط بالا و پایین به وسیله‎ی تخمین سه‎جمله‎ای، خمیدگی تصویر را بدست می آوریم و با انتقال سطح خمیده سند به سطح مستطیلی با استفاده از تناسبات هندسی، تخریب هندسی را برطرف می‎کنیم. در این روش از هیچ سخت افزار خارجی و اطلاعات اولیه‎ی اسکنر و دوربین استفاده نشده است. نتایج تجربی بر روی پایگاه‎های داده‎ی فارسی و انگلیسی - پایگاه داده فارسی شامل پایگاه داده تهیه شده به وسیله‎ی خانم خسروی‎راد و پایگاه داده تهیه شده برای پایان نامه و پایگاه داده‎ی انگلیسی dfki - که دارای اعوجاج های متنوعی هستند، بیانگر قدرت و دقت الگوریتم پیشنهادی می‎باشد. برای کمیت بخشیدن به نتایج بدست آمده، از نرم افزار نویسه‎خوان پرشیانگار برای متون فارسی و نرم افزار امنی پیج برای متون انگلیسی که هر دو از نرم‎ افزار قدرتمند در حوزه‎ی ocr می‎باشند، استفاده شده است. نتیجه مقایسه روش پیشنهادی با روش ارائه شده در پایان نامه خانم خسروی‎راد، بیانگر برتری روش پیشنهادی می‎باشد. از آن جا که این روش برای متون انگلیسی هم جواب قابل قبولی را تولید می‎کند، می‎توان فرض کرد با استفاده از این روش، برای تمام خطوط نوشتاری که در راستای افقی هستند جواب خوبی بدست آید. مقایسه‎ی روش پیشنهادی با روش‎های seg، skel، snake، بیانگر برتری این روش نسبت به روش های نام برده می باشد.

پاندول معکوس به عنوان یک مسئله ی کلاسیک در دینامیک و کنترل شناخته می شود که اغلب به منظور بررسی کارایی نظریه های کنترلی مورد استفاده قرار می گیرد. در سال های اخیر، ایده ی ربات های تعادلی دوچرخ با الگو گرفتن از پاندول معکوس مطرح شده است، غیرخطی، ناپایدار و غیرهولونومیک بودن ربات موجب شده است به حجم بالایی از محاسبات برای مدل سازی و کنترل این سیستم نیاز باشد. تاکنون مقالات ارائه شده از دیدگاه های مختلفی ربات تعادلی را مورد بررسی قرار داده اند، گروهی به معرفی این ربات به عنوان یک وسیله نقلیه پرداختند، گروهی کوشیده اند تا معادلات حرکتی جامعی برای آن استخراج کنند و گروهی نیز این ساختار را (چون گذشته) برای امتحان نظریه های کنترلی خود به کار برده اند. در دهه ی گذشته روش های کنترل غیرخطی برای کنترل موقعیت، سرعت و تعادل ربات پیشنهاد و مورد بررسی قرار گرفته است، همچنین در سال های اخیری استفاده از روش های هوشمند برای کنترل ربات رشد چشمگیری داشته و تا جایی پیش رفته است که الگوریتم های هوشمند مقاوم و بهینه، برای کنترل ربات حتی بدون در نظر گرفتن معادلات دینامیکی آن پیشنهاد شده است. این پایان نامه ابتدا به معرفی ربات تعادلی کوچکی به نام «زحل» پرداخته و سپس با بهره گیری از روش های غیرخطی (مد لغزشی) و هوشمند (شبکه عصبی فازی) به کنترل ربات می پردازد. لازم به ذکر است ربات زحل نه به عنوان یک وسیله ی نقلیه که تحت عنوان یک ریز ربات مطرح می شود. در پیاده سازی عملی نشان می دهیم که روش کنترل مد لغزشی به عنوان یک کنترل کننده ی مقاوم که بر پایه ی مدل سیستم ساخته می شود، توانایی کنترل ربات در بروز اغتشاشات خارجی را دارد، اما این روش نوسانات شدیدی را به دنبال داشته و خطای ردگیری زیادی دارد. پس به سراغ طراحی یک شبکه عصبی- فازی برای کنترل همزمان تعادل و مسیر حرکت ربات رفته و نشان می دهیم علی رغم توانایی کنترلی مناسب و نوسانات کم، این کنترل کننده ها در عمل زمان لازم برای آموزش را پیدا نکرده و به علت کوچک بودن ابعاد ربات و کم بودن تاخیر مکانیکی، نمی توانند با اغتشاشات خارجی مواجه شوند. برای برطرف کردن این مشکل، ترکیبی خطی از کنترل کننده ی مد لغزشی و شبکه عصبی- فازی ارائه شده است که تابع ترکیب کننده ای همواره به تلفیق خروجی کنترل کننده ها پرداخته و بر اساس ضریب خطای ورودی، درصدی از سیگنال های کنترلی را به خروجی منتقل می سازد.

با تسلط مسلمانان بر اندلس، به مرور آئین و فرهنگ اسلامی در میان ساکنان آنجا گسترش یافت . با این همه به رغم آنکه اندیشه های مختلف دینی و گرایش های گوناگون مذهبی مجالی برای بروز و ظهور در اندلس (در دوره اسلامی) به دست آوردند، تشیّع در شمار معدود مذاهبی بود که اساساً فرصتی برای بیان مبانی اعتقادی خود به دست نیاورد و به سبب وجود عواملی چند، راه برگسترش و تثبیت اندیشه های شیعی در اندلس بسته شد.پرسش اصلی در این پژوهش آن است که علل و عوامل عدم گسترش و ناپایداری تشیّع در اندلس چه بود و سیاست ها و برنامه های حکمرانان اندلس خاصه امویان چه تأثیری در این موضوع داشته است؟یافته های نگارنده در پاسخ به سوال اصلی تحقیق از این قرار است که: اندلس از زمان فتح تا سرنگونی خلافت اموی در قرطبه ماهیتی اموی داشت که سیاست های خود را بر مبنای نادیده گرفتن حق اهل بیت استوار ساخته بود.امویان با حمایت همه جانبه از مذهب مالکی ، مجال هر گونه فعالیت را از دیگر مذاهب،خاصّه تشیّع سلب کردند.انکار حقایق شیعه و انتساب به یهودیّت و مسیحیّت، مبارزه فراگیر با حکومت های شیعی در خارج از اندلس، نگارش آثاری بر ضد شیعه و اعتقادات آنها و جلوگیری از انتشار هر گونه مطلبی درباره عاشورا، پوشاندن واقعیّات تاریخ تشیّع، تشویق به ردّیه نویسی در مسائل شیعی و سرکوب حرکت ها و قیام های شیعی همگی ازجمله اقدام های حکومت اموی بر ضدّ تشیّع در اندلس بود.این اقدام ها باعث شد تا فعالیت ها و کوشش های پیروان تشیّع در اندلس به گونه ای آشکار محدود شده و شیعیان از بیان باورها و انجام مراسم مذهبی خود باز مانند.تنها پس از برافتادن امویان بود که شیعیان فرصتی هر چند کوتاه به دست آورده،با تأسیس خلافت حمودی توانستند شمّه ای از حضور سیاسی- فرهنگی خود را در اندلس نشان دهند.با این همه به دلیل دور ماندن آنها از مراکز علمی، نهاد ها و عالمان و نظریه پردازان دینی و مذهبی خود، آشنایی چندانی با مبانی فکری اندیشه های کلامی و فلسفی شیعه نداشتند. این پژوهش بر اساس روش تحلیلی و با استفاده از منابع،مآخذ و مطالعات تاریخی صورت گرفت.از این رو پرداختن به علل و عوامل عدم گسترش و زمینه های ناکامی تبلیغات شیعیان در اندلس و نیز علل ناپایداری این مذهب در آن سرزمین موضوعی بدیع و پژوهشی نوآورانه بود که لزوم بررسی و تحلیل منابع تاریخی را ایجاب می کرد.

آشکارسازی عیوب سطحی از طریق روش های تحلیل بافت که توصیف کننده ویژگی سطوح هستند، امکان پذیر است. برای این منظور تبدیل کانتورلت را جهت آنالیز تصاویر کاشی بکار برده ایم، کانتورلت یک تبدیل دو بعدی جهت دار است که برای توصیف منحنی ها و جزئیات ظریف در تصاویر به کار می رود. بسط کانتورلت از توابع پایه ای که در جهات مختلف، با اشکال و مقیاس های مختلف گرایش دارند(ناهمسانگردی)، تشکیل شده است. در ادامه از شبکه عصبی برای آموزش داده ها و یافتن کاشی های معیوب استفاده کرده ایم. نتایج حاصل بسیار مطلوب با تشخیص عیب بالای 96.87% است که در مقایسه با کارهای صورت گرفته برتری قابل توجهی دارد.

در این پایان نامه، روشی جدید در بازیابی تصاویر ارائه شده است که علاوه بر سریع بودن، همزمان دقت بالایی نیز داشته باشد.در روش پیشنهادی از دو ویژگی رنگ و لبه استفاده شده است.ترکیب ویژگی هیستوگرام رنگ hsv و ویژگی هیستوگرام لبه ( (srf بر پایه الگو های باینری محلی (lbp) ، سیستم پیشنهادی را تشکیل می دهد.در کنار استفاده از دو ویژگی ذکر شده از معیار تطابق کانبرا،جهت افزایش کارا ئی نیز بهره گرفته شده است. نحوه بازیابی تصاویر اینگونه است که پس از دریافت تصویر پرس وجو، سیستم تصویر مورد نظر را با تمامی تصاویر موجود مورد ارزیابی قرار می دهد و شبیه ترین تصاویر را ارائه می دهد.جهت ارزیابی روش پیشنهادی، پایگاه داده wang به کار گرفته شده است که شامل 1000 تصویر در 10 کلاس معنایی می باشد.در نهایت با ارزیابی سیستم پیشنهادی با سیستم های بروز موجود، مشاهده می شود که سیستم ما دقت و سرعت بهتری نسبت به روش های موجو دارد.

در این پایان نامه هدف، بازشناسی متن تایپی نوشته شده با قلم iranian sans ، با حداقل اندازه 9 و درجه تفکیک 300 نقطه بر اینچ است. این قلم با توجه به دو خصوصیت زیبایی و خوانایی، بسیار مورد توجه واقع شده و روز به روز بر حجم استفاده از آن در محیط رایانه و اینترنت افزوده می شود. این قلم قابلیت جایگزینی با قلم تاهما که قلم پیش فرض سیستم عامل ویندوز است، را دارد. علیرغم خوانایی، فاصله استاندارد بین سطرها، زیبایی و سازگاری با لاتین، این قلم دارای پیچیدگی ساختاری خاصی بوده که این خود عمل بازشناسی آن را پیچیده می نماید. در این پایان نامه ابتدا با تولید پایگاه داده مناسب، به آموزش دو طبقه بند برای حروف گسسته و پیوسته پرداخته شده و سپس با رفع مشکل همپوشانی زیرکلمات، از رویکرد مبتنی بر جداسازی برای جداسازی حروف استفاده می شود. طبقه بندهای مورد استفاده از نوع شبکه عصبی چند لایه می باشند. در نهایت، نتایج کارایی سامانه ی مذکور برای پردازش چند تصویر با متن چاپی، ارائه می شود که در آن در بخش جداسازی دقت 96% و در بخش شناسایی دقت 85% حاصل شد.

برای بازشناسی زیرکلمات فارسی سه رویکرد مبتنی بر جداسازی به حروف، مبتنی بر شکل کلی زیرکلمه و ترکیبی از این دو وجود دارد. در بسیاری از سازمان ها، تصاویر نامه ها با درجـه تفکـیک 150 نقطه بر اینچ و کمتر ذخیره می شوند. متنی با این درجه تفکـیک برای خواندن توسط کاربر انسانی مناسب است اما برای بازشناسی توسط سیستم شناسایی نوری کلمات این درجه تفکیک بسیار کم به نظر می رسد. حتی سیستم های شناسایی نوری کلمات لاتین هم غالبا برای 300 نقطه بر اینچ، توسعه یافته اند. در درجـه ی تفکـیک پایین ، جـداسازی به سخـتی امکان پذیر است و باید از روش هایی مانند شکل کلی استفاده نمود. در این پایان نامه به بررسی و بازشناسی زیرکلمات فارسی با درجـه تفکـیک 96 نقطه بر اینچ می پردازیم که برای این منظور از شکل کلی زیرکلمات برای بازشناسی آنها بهره برده ایم. سیستمی که در اینجا برای بازشناسی زیرکلمات فارسی ارائه شده مبتنی بر یک روش سه مرحله ای است . در مرحله نخست به کمک خوشه بندی، دامنه ی جستجوی تصاویر زیرکلمات موجود در فرهنگ لغت کاهش داده شده که این کار نه تنـها سرعت سیستم را بالا می برد بلکه دقت را نیز افزایش می دهد، در مرحله دوم بازشناسی، با استفاده از یک طبقه بند، 4 خوشه ی نزدیک به زیرکلمه ی آزمون ورودی تشخیص داده می شود و پس از آن با جستجو در میان آن خوشه های هدف، 10 نزدیک ترین زیرکلمات موجود در فرهنگ لغت، به زیرکلمه ی آزمون را می یابیم، این روند برای تمام زیرکلمات یک کلمه تکرار شده سپس در مرحله ی سوم با استفاده از روش رخدادهای محتمل برای توالی زیرکلمات، کلمه ی آزمون تشخیص داده می شود. دقت این الگوریتم بازشناسی بسیار مناسب تخمین زده می شود و قابلیت بازشناسی 098/01 % در کلماتی که از بیش از یک زیرکلمه تشکیل شده اند را داراست و کلماتی که صرفاً، تک زیرکلمه ای اند را با دقت 82/53 % بازشناسی می کند.

عصر امروزه، عصر ارتباطات می¬باشد و اطلاعات از اهمیت بسیار زیادی برخوردار است در نتیجه پاسخ به نیاز اطلاعاتی کاربر بسیار مشکل شده است. یکی از مهم¬ترین گام¬ها در این عرصه، بررسی روش¬های بازیابی اطلاعات برای ارائه پاسخ مناسب به نیاز کاربر است. هدف این پایان¬نامه این است تا مشکلات و موانع موجود بر سر راه طراحی و پیاده¬سازی موتورهای جستجوی هوشمند شناسایی شوند و راه¬حل بهینه¬ای ارائه شود. در این پایان¬نامه تمرکز بیشتر در ارائه¬ی موتور جستجوی ژورنال¬یاب می¬باشد که خصوصیات ژورنال¬های مناسب مطابق با کلمات کلیدی ارائه شده¬ی کاربر را معرفی کند. در این پژوهش از الگوریتم پس¬پرش برای بررسی لینک های قابل دستیابی که در نظر داریم کلمات کلیدی کاربر را در آن جستجو کنیم، می¬توان استفاده کرد. یکی از پرکاربردترین متدها در حوزه بازیابی اطلاعات روشtf-idf می¬باشد که از حاصل ضرب فراوانی کلمه در فراوانی معکوس می¬باشد. این روش یک روش مبتنی بر سند می¬باشد، که در آن منظور از فراوانی کلمه، فقط تعداد تکرار کلمه در یک سند خاص است. همچنین منظور از فراوانی معکوس سند، تعداد سندهایی است که کلمه خاص در آن سندها تکرار شده است. از این روش به دلیل مقبولیت و محاسبات و نتایج قابل قبول، در این پژوهش به کار رفته است البته برای سهولت کار و به حداقل رساندن زمان پردازش، کلمات بی-تاثیر و یا کلماتی که تکرار آن¬ها در متن بیش از حد می¬باشند و مواردی از این قبیل، از مستندات مستخرج حذف می¬شوند. از الگوریتم jaro winkler نیز برای مقایسه فازی رشته¬ها استفاده شده است. نتیجه نهایی این پژوهش موتور¬ ژورنال¬یابی می¬باشد که با استفاده از روش¬های فازی و آماری نتایج دقیق¬ و مرتبط با کلمه¬ی کلیدی کاربر را ارائه می¬دهد و لینک¬های نامرتبط (که در رابطه با ژورنال نمی¬باشد) بررسی نمی¬شوند و نمایش داده نمی¬شوند.

در دنیای امروز تصمیم¬گیری نقش مهمی را در زندگی بشر ایفا می¬کند. سیستم¬های پشتیبان تصمیم در این زمینه بسیاری از نیازهای بشر را مرتفع می¬سازد. یک نوع سیستم پشتیبان تصمیم که امروزه مورد نیاز است، سیستمی است که بتوان مجله (مجلات) مناسبی را برای مقالات پیشنهاد دهد. محققان و پژوهشگران که دارای مقالات گوناگونی در زمینه¬های مختلف علمی هستند، به دنبال راهکاری برای یافتن مجلات مناسب جهت ارسال مقالات خود به آنها می¬باشند. داده¬ها و اطلاعات بسیار زیاد موجود و نیز وجود مجلات متعدد در رشته¬های مختلف علمی، باعث سردرگمی پژوهشگران در انتخاب مجله مناسب شده است. بنابراین ارائه یک موتور استنباط هوشمند و دقیق جهت معرفی مجله مناسب برای محققان امری اجتناب ناپذیر بوده و طراحی و پیاده سازی آن که شامل یک بانک اطلاعات مناسب و روش¬های تصمیم¬گیری نوین مبتنی بر متن¬کاوی و علم فازی است، روش مفیدی برای کمک به کاربران و محققان جهت یافتن مجله (مجلات) مناسب است. روش پیشنهادی ارائه شده در این پژوهش، طراحی و پیاده¬سازی موتور استنباطی مبتنی بر متن¬کاوی با استفاده از الگوریتم¬های آماری و استدلال فازی است. تکنینک آماری استفاده شده در موتور استنباط معرفی شده در این پژوهش آزمون خی¬دوی پیرسون می¬باشد که آن را توزیع co-occurrence می¬نامیم. استدلال فازی این موتور استنتاج نیز برگرفته از الگوریتم dice می¬باشد. موتور استنباط مذکور از سه قسمت اصلی تشکیل شده است: نخست بانک اطلاعات ما که شامل اطلاعات وسیعی از مجلات مناسب در زمینه برق و کامپیوتر با مشخصات دقیق است که این بانک اطلاعات می¬تواند مبتنی بر هر نوع تکنولوژی مانند xml، sql server و یا قواعد clips باشد. قسمت دوم، الگوریتم¬های تصمیم¬گیری نرم¬افزار می¬باشد که با استفاده از آماری و متن¬کاوی و نتیجه¬گیری فازی طراحی شده است و نتایج مورد نیاز را استخراج و به کاربران نشان می¬دهد. قسمت سوم نیز رابط کاربر است که بصورت مبتنی بر وب طراحی شده و قابل انتشار بر روی وب می¬باشد.

با توجه به افزایش امید به زندگی بشر و تاثیر عوامل محیطی در راستای تامین نیاز سالمندان در محیط های شهری، اخیرا تعداد زیادی از مطالعات و تحقیقات رابطه میان ویژگی های فضاهای باز محلی و تامین نیازهای سالمندان را مورد تاکید خود قرار داده اند. این پژوهش به دنبال بررسی تاثیر عوامل محیطی بر میزان حضور افراد سالمند در فضاهای باز اجتماع پذیر محله بنفشه در شهر مشهد می باشد. 11 شاخص از مطالعات انجام شده تا به امروز، در هفت گروه کیفیت های طراحی شهری)دسترسی، آسایش، تسهیلات ورزشی، فعالیت های انسانی، امنیت، جذابیت، همه شمول بودن(متناسب با زمینه مورد طراحی انتخاب و بومی سازی شده اند. تجزیه و تحلیل رگرسیون بر روی داده ها با هدف مشخص شدن میزان تاثیرگذاری هر یک از هفت دسته کیفیت طراحی شهری انجام شده است. نتایج نشان می دهد که در این زمینه، " امنیت" عامل اصلی تاثیرگذار بر روی حضور سالمندان در فضاهای باز اجتماع پذیر محلی است. "جذابیت" و "همه شمول بودن" در رتبه های بعدی نیز قرار گرفته اند.

در این پایان نامه به آشکارسازی و شناسایی علائم راهنمایی و رانندگی می پردازیم. در مرحله اول، علامت ترافیکی را از میان اشیاء مختلفی که درون تصویر وجود دارد، استخراج کرده، سپس در مرحله دوم به شناسایی نوع دقیق آن می پردازیم. در مرحله آشکارسازی علامت، ابتدا به منظور کاهش حساسیت نسبت به تغییرات روشنایی، تصویر ورودی را از فضای رنگ rgbبه فضای رنگ hsv تبدیل می کنیم و سپس با آستانه گذاری بر روی پارامترهای فام و اشباع، مناطق با رنگ قرمز و آبی را استخراج می کنیم. هم چنین به منظور افزایش قدرت سیستم در استخراج مناطق با رنگ قرمز و آبی در شرایط متغیر روشنایی، از منطق فازی استفاده می کنیم. سپس با فیلترگذاری، از روی مناطق قرمز و آبی استخراج شده قسمت هایی که مثلث، دایره، هشت ضلعی و یا مستطیل هستند، استخراج می شوند. به منظور ارزیابی عملکرد سیستم آشکارسازی و نبود یک پایگاه داده از علائم راهنمایی و رانندگی موجود در ایران، اقدام به تهیه یک پایگاه داده از علائم موجود در ایران کردیم. این پایگاه داده شامل 350 علامت در 35 کلاس مختلف است، سیستم ما قادر به آشکارسازی 97.87% درصد از این علائم است. پس از استخراج علامت از میان تصویر، پس زمینه آن را حذف کرده و در روش اول بکارفته برای شناسایی دقیق علامت به روش پروفایل از علامت استخراج ویژگی می کنیم. سپس با استفاده 840 علامت در 40 کلاس مختلف، ماشین بردار پشتیبان را آموزش داده و با استفاده از 416 علامت آن را مورد آزمایش قرار داده که به دقت شناسایی 91.1%رسیدیم. در روش دوم که برای شناسایی دقیق علامت به کار برده ایم، به روش هیستوگرام گرادیان از علامت راهنمایی و رانندگی استخراج ویژگی می کنیم. سپس از ویژگی های استخراج شده برای آموزش شبکه عصبی استفاده می کنیم. مجموعه داده ای که برای آموزش و آزمایش شبکه عصبی استفاده شده است شامل 1280 علامت واقعی در 40 کلاس مختلف است. 67 درصد این مجموعه یعنی 864 علامت را به آموزش شبکه اختصاص داده و از 33 درصد باقی مانده یعنی 416 علامت برای آزمایش شبکه استفاده می کنیم. دقت طبقه بندی به دست آمده، 99 درصد بر روی دادهای آموزش و 93.86 درصد بر روی داده های آزمایش است. با توجه به این که این علائم در شرایط نوری، پس زمینه ها و مقیاس های مختلف قرار دارند و نیز دارای تاری و چرخش هستند. نتایج به دست آمده بیانگر توانایی روش پیشنهادی در آشکارسازی و تشخیص علائم است. برای این که الگوریتم ارائه شده به صورت بلادرنگ عملیات آشکارسازی و شناسایی دقیق علامت را انجام دهد، برنامه اولیه را که با استفاده از نرم افزار متلب نوشتیم، به زبان c++ تبدیل کردیم. که به طور میانگین، به زمان آشکارسازی 170 میلی ثانیه و زمان شناسایی دقیق 121 میلی ثانیه برای هر تصویر رسیدیم.

جابجایی مکانی، اختلاف موقعیت دو پیکسل متناظر از تصویرهای چپ و راست صحنه، با در نظر گرفتن یکی از تصاویر به عنوان مرجع، میباشد. عدم وجود متناظر برای هر پیکسل از تصویر مرجع در تصویردیگر نیز، میبایست به درستی تشخیص داده شود. الگوریتم های ارائه شده تاکنون، در نواحی بدون بافت، در نواحی با بافت تکراری، در نواحی مجاور ناپیوستگیهای عمق صحنه، در نواحی انسدادیافته، در نواحی دارای شیب افقی و عمودی و در نواحی استوانهای و کروی، از نظر دقت استخراج نقشه در مقیاس جزء پیکسل و نیز از نظر سرعت اجرا، با ایدهآلها فاصله بسیار دارند. هدف ما در این پایان نامه، بررسی ایده های جدید و تلفیق آنها برای بهبود نقشه جابجایی مکانی در هر یک از موارد فوق می باشد. از میان الگوریتم های مختلف بینایی استریو اعم از الگوریتم های مبتنی بر پیکسل، مبتنی بر سطح و مبتنی بر ویژگی، ما در این کار از الگوریتم های مبتنی بر سطح استفاده نمودیم. الگوریتم برنامه شامل سه گام جداگانه می شود. گام اول مرحله پیش پردازش است که در این قسمت ما از یک فیلتر میانگین گیر استفاده نمودیم. در گام دوم از یک پنجره وزن دار تطبیقی، حول پیکسل مورد نظر در فضای رنگ cielab و i1i2i3 استفاده می شود. همچنین برای کاهش فضای جستجو از قیود خطوط هم قطبی و محدوده اختلاف مکانی استفاده شده است. نتیجه اجرای این گام از الگوریتم یک نقشه جابجایی مکانی اولیه می باشد. گام آخر مرحله پس پردازش می باشد که در این قسمت از یک فیلتر میانه وزن دار به نام فیلتر هدایت شونده استفاده شده است. با توجه به نتایج بدست آمده الگوریتم پیشنهادی در نواحی مرزی از عملکرد قابل قبولی برخوردار است و نتایج بهتری نسبت به چند کار دیگر که در فصل پنجم با آنها مقایسه شده است، داشته است.

خودکارسازی فرایند تشخیص عیوب محصولات در کارخانه ها، اقدام مهمی در جهت بهبود کیفیت، کاهش نیروی انسانی و ارتقاء رضایت مشتریان است. در کارخانه های تولید کاشی، یک عیب اساسی که گاهی با چشم هم به خوبی شناسایی نمی شود، مشکل لایه ای شدن کاشی است که به سبب باقیماندن هوا در لایه های داخلی کاشی به وجود می آید. این مشکل هر چه سریع تر در خط تولید شناسایی شود، هزینه های کمتری را در بر خواهد داشت. در این پایان¬نامه، با استفاده از امواج فراصوت، روشی هوشمند به منظور تشخیص عیب لایه¬ای قبل از پخت کامل کاشی، ارائه شده است. در ابتدا با استفاده از مولد امواج فراصوت و حس گر دریافت کننده امواج، یک مجموعه 546 تایی از سیگنال های فراصوت عبوری از کاشی های سالم و معیوب تهیه شد. سپس با استفاده از تبدیل فوریه سریع و بسته موجک، ویژگی¬های مناسبی را از نمونه سیگنال¬ها استخراج کرده و برای آموزش به طبقه¬بندهای مختلف داده شد. برای یافتن طبقه¬بند مناسب از چندین طبقه¬بند به طور همزمان استفاده شد تا علاوه بر مقایسه عملکرد هرکدام بتوان در صورت نیاز از ترکیب طبقه¬بندها برای افزایش دقت بازشناسی استفاده کرد. طبقه¬بندهای استفاده شده شامل: mlp، k-nn، lvq، beysian و svm است که با داشتن تفاوت در روش، از دقت خوبی برخوردارند. در انتها نیز از روش انتگرال سوگنو برای ترکیب نتایج طبقه¬بندها استفاده شده که نتایج بازشناسی را تا 100 درصد افزایش داده است.

روند بیرون ¬کشیدن اطلاعات عمقی از تصاویر دوبعدی دوتایی که از صحنه¬ای واحد برداشته شدهاند تحت عنوان بینایی استریو شناخته¬ میشود. جابجایی مکانی، اختلاف موقعیت دو پیکسل متناظر از تصویرهای چپ و راست صحنه، با در نظر گرفتن یکی از تصاویر بهعنوان مرجع میباشد. در چند دهه گذشته شاهد توسعه صدها الگوریتم بینایی استریو مختلف بوده¬ایم، این امر طبقه¬بندی و مقایسه رویکردهای مختلف نسبت به این مسئله را مشکل ساخته ¬است. در این تحقیق ما یک مرور اجمالی از انواع رویکردهایی ارائه می¬کنیم که برای حل مسئله بینایی استریو وجود دارند. بهدلیل ارائه یک روش بلادرنگ در استخراج نقشه جابجایی مکانی، از میان الگوریتمهای استریوی محلی و سراسری، روش محلی را استفاده نمودیم. در آزمایشات انجام شده طی سالهای اخیر، مهم¬ترین بخش از الگوریتمهای استریو محلی، شیوه¬ جمع¬بندی هزینه¬های تطبیق آن بیان شده است. در روش موردنظر ما، ابتدا یک الگوریتم استریو محلی بر مبنای ویژگی با استفاده از الگوریتم گوشهیابی هریس معرفی میشود و سپس با استفاده از شیوهی جمع¬بندی هزینه¬های تطبیق پیشنهادی در پنجرهی اطراف پیکسل مورد نظر، روشی برای بازیابی نقشه جابجایی مکانی گسسته پیشنهاد میگردد که نسبت به روشهای پیشین دارای دقت عملکرد بهتری میباشد. سپس یک الگوریتم استریوی محلی بر مبنای پیکسل، برای بازیابی نقشه جابجایی مکانی متراکم با استفاده از تصحیح گاما در فضای رنگ rgb بر روی جفت تصاویر ورودی، در مرحله پیشپردازش و فیلتر دوطرفه در مرحله پسپردازش و استفاده از شیوه جمعبندی هزینههای تطبیق بهدست آمده از حالت گسسته، ارائه شده است که دارای میانگین خطای 5.1% در پایگاه داده معرفی شده در مقالات میباشد و دارای سرعت مطلوبی است.

سامانه های نویسه خوان نوری، ocr، نقش بزرگی در تحقق دولت الکترونیک و کاهش حجم بایگانیهای کاغذی و دیجیتال دارند. این سامانه ها از سه بخش اصلی پیش پردازش، شناسایی متن و پس پردازش تشکیل شده اند. طبیعی است که هر خطایی در مرحله پیش پردازش، بازگشت ناپذیر است، مثلا اگر زاویه چرخش سند اشتباه شناسایی شود، سبب خواهد شد که خطوط متن کج بشوند و فرایند شناسایی متن، به درستی صورت نگیرد. یکی از قسمتهای مهم در پیش پردازش، تحلیل پیکربندی اسناد است؛ به این معنا که مشخص کنیم کدام بخشها از تصویر سند، متن است، کدام بخشها جدول اند و چه نواحی ای شکل هستند. هر خطایی در این بخش، سبب تولید خطاهای بیشتر در فرایند ocr خواهد شد. در این پایان نامه به تحلیل ساختار اسناد فارسی چند ستونه می پردازیم. در زمینه تحلیل اسناد، سه رویکرد، متداول است، رویکرد پایین به بالا که از پیکسلها شروع می کند و با ادغام و رشد پیکسلها، به نواحی بزرگتر می رسد. رویکرد بالا به پایین مثل روش برش xy که ابتدا تصویر را با برشهایی به چند ناحیه تقسیم می کند و سپس با تکنیکهایی هر ناحیه، را به نواحی کوچکتر تجزیه می کند. ترکیب این دو روش هم با عنوان رویکرد ترکیبی شناخته می شود. ما یک رویکرد تقریبا ترکیبی که بیشتر مبتنی بر روش پایین به بالاست ارائه می دهیم. در این رویکرد از تکنیکهای آستانه گذاری وفقی، برچسب زنی مولفه ها، عملیات ریخت شناسی و تبدیل هاف استفاده شده و با یک الگوریتم مکاشفه ای و معرفی قوانین خاصی برای ترکیب نواحی کوچک بدون ادغام نواحی غیریکسان، سند را به ناحیه های متنی، جدول و شکل تقسیم می کنیم. روش معرفی شده روی اسناد متعدد چند ستونه و اسنادی که زمینه ی گرافیکی یا هنری دارند، آزمایش شده و عملکرد خوبی در مقایسه با نرم افزارهای پیشرو در حوزه ocr مثل omnipage و finereader ارائه می دهد. که نتایج به لحاظ عددی بدین شرح است که الگوریتم ما متن های فارسی را با 72 ، شکل ها را با 75 و جدول ها را 92 درصد درست تشخیص می دهد. و 88 درصد اسناد فارسی را تقریبا درست ناحیه بندی می کند.

تصاویر سند تهیه شده توسط اسکنر یا دوربین دیجیتال، همواره با دو نوع اعوجاج فتومتریک و اعوجاج هندسی همراه هستند. هر دو نوع اعوجاج، باعث کاهش دقت عملکرد نرم افزارهای ocr می شوند. در این پایان نامه سعی بر این است که با ارائه ی روشی نوین و همچنین بهبود روش های گذشته، به رفع اعوجاج اسناد به منظور بهبود عملکرد نرم افزارهای ocr دست یابیم. در این پایان نامه به منظور تصحیح اعوجاج فتومتریک از روش درون نگاری هارمونیک استفاده شده است. به منظور افزایش دقّت این الگوریتم پیشنهاد نموده ایم تا از همسایه های قطری هر پیکسل نیز استفاده شود؛ این عمل موجب بهبود تخمین روشنایی پس زمینه می گردد. همچنین برای کاهش پیچیدگی محاسباتی پیشنهاد نمودیم تا در اجرای الگوریتم درون نگاری یک بار از همسایه های چهارتایی اصلی و بار دیگر از همسایه های قطری استفاده نماییم. با این روش پیچیدگی محاسباتی روش پیشنهادی نیز افزایش نمی یابد. علاوه بر این به منظور بهبود کیفیت درتخمین پس زمینه از فیلترهای ملایم کننده ی گوسی و میانگین گیر نیز استفاده شده است. همچنین به منظور تصحیح اعوجاج هندسی پس از استخراج خطوط از تصویر، هر خط به چندین نوار عمودی تقسیم می شود. در هر نوار مختصات نقطه ای که مقدار افکنش افقی آن بیشینه است؛ ذخیره می شود. انحنای هر خط به کمک این مجموعه نقاط توسط تابع درجه ی سوم مشخص می گردد. درنهایت با استفاده از تخمین تبدیل پرسپکتیو، اعوجاج هندسی هر خط برطرف می گردد. درضمن به منظور تشخیص انحنای خطوط با طول کم از انحنای خطوط با طول بزرگ تر خط قبلی یا بعدی استفاده می شود. روش های پیشنهادی بر روی پایگاه های داده ی فارسی و انگلیسی پیاده سازی شده و با روش های دیگر مقایسه گردیده است. نتایج بیانگر قدرت و دقّت روش پیشنهادی در رفع این دو نوع اعوجاج است.

در این تحقیق روشی برای تشخیص دستنوشته برخط فارسی بر مبنای شناسایی حروف سازنده زیرکلمات ارائه شده است. ورودی سیستم های تشخیص دستنوشته برخط مجموعه ای از نقاط در صفحه مربوط به دستنوشته است که عموماً توسط وسایل دیجیتال نظیر تبلت ها و تلفن های همراه هوشمند و به طور هم زمان با عمل نوشتن جمع آوری می شوند و به همین دلیل به آن برخط گویند. در روش پیشنهادی در یک گام ساده سازی داده ورودی به صورت مجموعه ای از خطوط افقی و عمودی با دو بردار جهت و اندازه خطوط که در واقع ویژگی های استخراجی از داده هستند بازنمایی می شود. سپس برای تشکیل پایگاه دانش سیستم از بدنه حروف الفبا در مکان های مختلف زیرکلمه از بردارهای ویژگی الگوهای مرجع استخراج می شوند. در گام شناسایی، لیستی از زیرکلمات با شناسایی حروف سازنده نمونه ورودی بوسیله انطباق الگو با استفاده از یک الگوریتم پیشنهادی با تکنیک برنامه نویسی پویا پیشنهاد می شود و درنهایت در گام پس پردازش پیشنهاداتی که در فرهنگ لغت سیستم وجود نداشته باشند و یا از لحاظ تعداد و مکان قرارگیری علامت ها با داده ورودی همخوانی نداشته باشند توسط دو فیلتر حذف می شوند. درصد تشخیص حروف جدای فارسی با استفاده از ساده سازی و الگوریتم پیشنهادی محاسبه فاصله اصلاح برابر 2/95 % شده است و درصد بازشناسی برای تشخیص زیرکلمات فارسی برای سه گزینه اول پیشنهادی برابر 29/63% بدست آمد. هرچند درصد تشخیص بدست آمده نسبت به روشهای کلی نگر پایین تر است ولی مزیت روش پیشنهادی در شناسایی حروف سازنده زیرکلمه نسبت به روش های کلی نگر در آن است که برای بازشناسی زیرکلمات جدید تنها کافی است که متن این زیرکلمات به فرهنگ لغت سیستم اضافه شوند، درحالی که در روش های کلی نگر نیاز به نمونه های جدید از دستنوشته است.

سرطان سینه شایع ترین نوع سرطان و دومین عامل مرگ و میر ناشی از سرطان در میان بانوان می باشد. در حال حاضر ماموگرافی یکی از بهترین روش های تشخیص زود هنگام سرطان سینه است. بیشترین ناهنجاری ها که ممکن است در سرطان سینه آشکار شوند، توده ها و میکروکلسیفیکیشن-ها(mcها) می باشند. ناهنجاری های سینه با دامنه وسیعی از ویژگی ها معرفی می شود. مطالعات نشان می دهد 15-30 درصد سرطان های سینه، ممکن است به آسانی توسط رادیولوژیست هایی که تصاویر را می خوانند، نادیده گرفته شود. با پیشرفت هایی که در زمینه پردازش تصاویر دیجیتال به وقوع پیوسته است ردایولوژیست ها این فرصت را یافته اند که این درصد خطا را کاهش دهند. برای کمک به رادیولوژیست ها جهت تشخیص دقیق بیماری سامانه های شناسایی پزشکی(cad) توسعه یافته اند. یک سیستم تشخیص در حالت کلی شامل مراحل پیش‎پردازش، استخراج ویژگی و کلاسه‎بند است. در این پایان نامه دو روش جهت تشخیص mcها از تصاویر ماموگرافی پیشنهاد شده و کارایی این روش ها در مقایسه با روش های موجود ارزیابی شده است. در هر دو روش پیشنهادی، پس از پیش پردازش تصاویر ماموگرافی، با استخراج ویژگی های بافتی حاصل از ماتریس هم رخداد (glcm)، اقدام به دسته بندی افراد با طبقه بندهای ماشین بردار پشتیبان (svm) و شبکه عصبی می نماییم. در نهایت در روش پیشنهادی دوم، با انتخاب ویژگی های بهینه با استفاده از الگوریتم بهینه سازی ازدحام ذرات (pso) و کلاسه بند ماشین بردار پشتیبان، بهترین نتیجه را در تشخیص mcها در تصاویر ماموگرافی بدست می آوریم .

در چارچوب ویدئوهای فرد منظر می توان به بازشناسی اشیاء و فعالیتها از دید فرد پرداخت. در پزشکی، صنعت و هنر قابلیت های بینایی فرد با پردازش این تصاویر افزایش می یابد و راه حل های نوینی به منظور غلبه بر چالش ها معرفی می گردد.از سویی تصاویر فرد منظر، پژوهشگران را با چالش هایی چون حرکت غیر خطی، تاری ناشی از حرکت، گذار سریع و سرعت الگوریتم های پردازشی روبرو می کند. در این پایان نامه، به منظور بهینه سازی یک الگوریتم ابرپیکسل در چارچوب تصاویر فرد منظر، روند جدیدی پیشنهاد شده است. در کاربرد ویدئوهای فرد منظرِ دریافتی از ابزارکهای پوشیدنی، به یک الگوریتم پردازشی سریع و قابل پیاده سازی بر روی ابزارکهای یاد شده، نیاز است. در روش پیشنهادی، با برقراری سازش میان کیفیت جداسازی و زمان اجرای الگوریتم، به همگرایی سریعتر و پردازش بلادرنگ نزدیکتر شده ایم.

انتقال پ?ام به صورت مخف?انه از د?رباز ?ک? از ع?قمندیهای بـشر هوشـمند بـوده اسـت . بـا پ?شرفت فناوری روشهای انتقال مخف?انه پ?ام ?ا نهاننگاری آنها در رسـانه هـا ی د?گـر، پ?ـشرفت چشمگ?ری داشته اند.فرمت jpeg پرکاربرد تر?ن قالب تصو?ری در ارتباطات د?ج?تال اسـت و در ط? سال های اخ?ر روش های نهان نگاری متنـوع? بـرای آن ارائـه شـده اسـت هـدف از ا?ـن پایان نامه معرف? و ارائه اط?عات همه جانبه و کامل? در مورد روش های نهـان نگـاری در تـصو?ر jpeg و دسته بندی ا?ن روش ها و ارائه راهکارها?? برای با? بردن امن?ت آن هـا بـا توجـه بـه ساختار پوشانه م? باشد . در ا?ن راسـتا عوامـل تأث?رگـذار در امن?ـت روش هـای نهـان نگـاری در jpeg که وابسته به پوشانه م? باشد .مثل اثر دوبـار فـشرده سـازی ، فرکـانس مکـان? ، ضـر?ب ک?ف?ت و ... شناسا?? شده و به صورت تئوری و عمل? مورد ارز?اب? قرار گرفتـه اسـت . عـ?وه بـر ا?ن کل?ه ی الگور?تم های نهان نگاری موجود در ا?ن فرمت معرف? شده و از د?دگاه های مختلف ، ارز?اب? و دسته بندی شده اند .

اندازه گیری سرعت وسایل نقلیه، نقش مهمی را در جمع آوری اطلاعات ترافیکی ایفا می کند و همچنین موضوع داغ و پیچیده ای در دستگاه های حمل و نقل هوشمند به حساب می آید. در این پایان نامه برای تخمین سرعت وسیله نقلیه از استخراج نقاط محوشوندگی درون تصویر استفاده شده است تا بتوان پارامترهای دوربین را محاسبه کرد و سرعت خودرویی که به ناحیه ی مورد علاقه وارد می شود را به صورت بلادرنگ محاسبه کرد. علاوه بر آن روشی برای شمارش وسایل نقلیه به صورت بلادرنگ نیز ارائه شده است.

چکیده ندارد.

بشر در طول سالیان بسیار، همواره مایل بوده است که به دلایل مختلف با مواد گوناگون سکرآور خود را مست و از خودبی خود سازد. مصرف این مواد اکثرا به دلایل فردی مانند بالا بردن حالت نشاط، از بین بردن و یا کاستن از اضطراب ، ناراحتی و یاس و ناامیدی بوده است . بسیاری از مشکلات و مسائل مهم اجتماعی در ارتباط با اعتیاد بوجود می آیند که تنها به خود مواد مخدر و یا اشخاص مصرف کننده مربوط نمی گردند بلکه مشکل آن بیشتر متوجه خود اجتماع است . به هر حال وابستگی و اعتیاد موضوع پیچیده ای است که با عوامل گوناگون اجتماعی، روانشناسی و علوم پزشکی می آمیزد و نادیده انگاشتن هر یک از این عوامل به منزله طفره رفتن از توجه لازم به یک مشکل مهم است . مساله اعتیاد در کشور ما و به خصوص در استان سیستان و بلوچستان به علت همجواری با کشورهای تولید کننده مواد مخدر و نیز ضعف فرهنگی از اهمیت بسیاری برخوردار است . هدف ما در این پایان نامه بررسی علل مراجعه معتادات به مرکز خود معرف برای ترک اعتیاد زاهدان در 6 ماهه اول سال 1377 است . در این روش از پرونده ها و پرسشنامه های پر شده موجود در مرکز خود معرف برای ترک اعتیاد زاهدان استفاده شده است . در این بررسی هدف اصلی ما تعیین انگیزه اصلی مراجعه افراد به مرکز خود معرف برای ترک اعتیاد است که در کنار آن اهداف فرعی نظیر شغل، سن، درآمد، شایع ترین ماده مصرفی و جنس افراد مصرف کننده نیز تعیین می شود.