حس بینایی درگاه ورود اطلاعات فراوان و در نتیجه افزایش کارایی سیستم می باشد. یکی از علومی که در راستای افزایش کارایی حس بینایی در سیستم های هوشمند به کار گرفته می شود، علم ماشین بینایی است. کشف و استخراج متن در تصویر یکی از مسائل بسیار مهم در زمینه ماشین بینایی می باشد. یکی از علوم مهمی که باعث افزایش درک مفهوم تصاویر متن دار برای سیستم می شود، استخراج متن آن است. بطور کلی متن، وزن زیادی از مفهوم تصویر را به همراه دارد، که با استخراج و تشخیص آن سیستم می تواند تصمیم گیری بهتری، در راستای رسیدن به هدف مورد نظر داشته باشد. جملات متن در یک تصویر می تواند از نظر فونت، اندازه، جهت و رنگ متفاوت باشند. همچنین در پس زمینه متن می توان اشیاء مختلف با رنگ های متفاوت وجود داشته باشند که باعث پیچیدگی پس زمینه گردند. در این تحقیق الگوریتم هایی ارائه شده است که می تواند مکان متن را در تصاویری با پیچیدگی زیاد مشخص کند. تصاویر مورد استفاده در این پژوهش از نوع تصاویر ثابت (عکس) هستند. یکی از پارامترهایی که اطلاعات خوبی از تصویر را نگه می دارد، لبه ها هستند که با انجام عملیات لبه گیری، می توان بیشتر مشخصه های متنی را در تصویر را کشف و با درصد اطمینان بالایی مکان متن را تشخیص داد. در این تحقیق تکنیک های مختلف استخراج متن از تصویر مبتنی بر ویژگی های مکانی و فرکانسی مورد بررسی قرار گرفته است. سپس روش پیشنهادی که بر مبنای ویژگی های مکانی متن طراحی شده است به صورت دو قسمت الگوریتم اولیه و نهایی ارائه شده است. الگوریتم اولیه شامل سه مرحله پیش پردازش، تشخیص لبه و حذف لبه های نا مطلوب می باشد. در مرحله پیش پردازش به کمک فیلتر wiener و ماسک unsharp ، تصویر ورودی نرم و لبه های آن برجسته می شود. پس از این مرحله، با استفاده از روش sobel ، به تشخیص لبه های متن می پردازد. این لبه ها را می توان به دو دسته لبه متنی (مطلوب) و لبه غیرمتنی (نا مطلوب) گروه بندی کرد که در قسمت حذف لبه های نا مطلوب به جداسازی این دو گروه پرداخته می شود. مرحله آخر شامل به کارگیری ابزارهای مورفولوژی و چندین شرط، که بر اساس ویژگی های مکانی متن و یک سری قوانین از پیش تعیین شده طراحی شده اند، می شود. این الگوریتم دارای بدنه ای ساده است که بر روی تصاویری با پیچیدگی کمتر دارای عملکرد مطلوبی می باشد. الگوریتم نهایی که ساختار جدیدی دارد، به صورت محلی بر روی تصویر اعمال می شود. در این روش لبه های تصویر را به این صورت تعریف می کنیم که تصویر مجموعه ای از لبه های منظم متن و لبه های غیر منظم غیرمتنی می باشد. بر اساس این تعریف، لبه هایی از تصویر که از نظر اندازه و فاصله مشابه می باشند در یک گروه(گروه کاندید متن) قرار گرفته و پردازش بر روی این گروه اعمال می شود. با استفاده از این ایده می توان لبه های منظم را از بین لبه های غیرمنظم تصویر پیدا کرد. برای پیاده سازی این الگوریتم، پس از حذف یک سری از لبه های نامطلوب، بقیه لبه ها براساس معیارهای اندازه و فاصله ناحیه بندی می شوند. آنگاه هر ناحیه بصورت محلی و مستقل از دیگر نواحی پردازش می گردند. در انتها نیز نواحی باقیمانده وارد بلوک جداساز نهایی می شوند. این بلوک شامل سه روش برای جداسازی بهتر نواحی متنی از غیرمتنی می باشد که شامل دو روش اصلی تئوری فازی و شبکه آستانه گذاری به همراه یک روش کمکی wavelet می شود. در نهایت آن قسمت هایی از تصویر که دارای مشخصات و نظم با خواص متنی بیشتری باشند باقی می مانند. روش مطرح شده بر روی چندین تصویر استاندارد اعمال شده و توسط معیارهای نرخ دقت و نرخ فراخوانی مورد ارزیابی قرار گرفته است. نتایج بدست آمده حاکی از بهبودی قابل ملاحظه روش ارائه شده نسبت به روش های موجود می باشد.

کنترل نویز به روش فعال (anc) تکنیکی است که نویز هایی با فرکانس پایین را به طور موثر کاهش می دهد.در این سیستم از فیلتر های وفقی به منظور تولید سیگنال ضد نویز استفاده می شود . یکی از الگوریتمهای وفقی که در سیستم anc مورد استفاده قرار می گیرد الگوریتم least mean square(lms) می باشد.اما به دلیل تاخیری که مسیر ثانویه ناشی از ادوات الکترونیکی ومسیر عبور سیگنال در این سیستم ایجاد می کند، سبب می شود که این الگوریتم واگرا شود. بنابراین از نسخه اصلاح شده آن بنام الگوریتم f×lms برای ایجاد پایداری بیشتر استفاده می شود.در این الگوریتم به تخمینی از مسیر ثانویه نیاز داریم که می تواند offline یا online تخمین زده شود.اگر تابع تبدیل مسیر ثانویه ، متغیر با زمان باشد ، باید از تخمین online استفاده شود که از نویز سفید به عنوان سیگنال آموزشی برای مدل سازی مسیر ثانویه استفاده می کند. نکته مهم دیگر در سیستم کنترل نویز به روش فعال این است که اگر نویز در یک محیط با ابعاد بزرگ انتشار یابد ، باید از سیستم چند کاناله استفاده شود. هدف از این پایان نامه کنترل نویز به روش فعال در سیستم های چند کاناله 2×2 ×1 می باشد که در آن از 4 مسیر ثانویه و 2 مسیر اولیه استفاده می شود. تابع تبدیل مسیرهای ثانویه به صورتonline تخمین زده می شوند و از روش های مدل سازی online مسیر ثانویه موجود در سیستم تک کاناله استفاده می شود که به سیستم چند کاناله بسط داده می شوند.همچنین این الگوریتم ها بر ساختارهای پیش خورد و پس خوردو ترکیبی پیاده سازی می شوند که تاکنون بر روی ساختارهای پسخورد و ترکیبی پیاده سازی نشده اند .

در کنترل دور موتور pmsm با استفاده از کنترل کننده ی pi با مشکلاتی روبه رو هستیم، از جمله اینکه: اولاً این کنترلر در سرعت های پائین قادر به کنترل دور موتور نمی باشد. ثانیاً اینکه پاسخ کنترل کننده ی pi دارای زمان گذرای زیادی بوده و خیلی دیر به حالت ماندگار خود می رسد، به عبارتی دیگر سیستم با نوسانات و ریپل زیادی همراه می باشد(زمان نشست (settling time) بزرگ). اما مشکل سوم در این کنترل کننده وجود overshoot و undershoot قابل ملاحظه در پاسخ است. در راستای رفع همه ی این مشکلات در این پایان نامه سعی بر این است که با دخالت کردن در کنترلر انتگرالی - تناسبی (pi) بتوانیم مشکلات فوق را به حداقل مقدار خود برسانیم. البته شایان ذکر است که تقریباً قسمت اعظم مشکلات فوق ناشی از وجود انتگرال گیر در کنتر کننده ی pi می باشد که همواره در طی کارکرد موتور، در عملکرد آن دخالت می کند. لذا باعث پدیدار شدن برخی اثرات نامطلوب می شود که این اثرات نامطلوب، خود بانی مشکلات ذکر شده در بالا می باشد. هسته ی کار انجام شده در این پایان نامه این است که این اثرات نامطلوب را شناسایی کنیم تا به تبع بتوانیم مشکلات کنترلر pi را تا حد امکان رفع کنیم. لازمه ی این کار برخورداری و بهره مندی از طرحی است، به گونه ای که مانع از وجود دائمی انتگرال گیر در کنترل کننده باشیم. به عبارتی واضح تر اینکه باید شرایطی را که تحت آن شرایط انتگرال گیر خواسته ی مطلوب ما را ندارد شناسایی کنیم و در این حالت انتگرال گیر را از مدار خارج کنیم (حالت بحران). تا با گذشت زمانی مناسب وقتی که این حالت بحران رفع شد، آنگاه باز دوباره انتگرال گیر به مدار کنترلر بازگردانده می شود و این عمل در طی کارکرد موتور به صورت متناوب تکرار می شود. به طورخلاصه مطلوب ما این است که کنترلر pi را به گونه ای تغییر دهیم که انتگرال گیر همواره در آن وجود نداشته باشد. به گونه ای که در طول کار موتور pmsm ، کنترلر مرتباً و به صورت پیوسته از مد pi به مد p و بالعکس تغییر مد دهد (بهبود کنترلر pi).] یا اینکه در سطح پیشرفته تر و در راه حل دیگری می توانیم کنترلر را به صورت پیوسته و با تبعیت از برخی شرایط کاری موتور از مد pi به مد pd و سپس به مد p ( در نهایت با طی کردن بالعکس این مسیر ) پاسخ کنترلی موتور را بهبود دهیم[. با یکی از این دو روش در این پایان نامه می خواهیم هر سه مشکل کنترل کننده ی pi را که در ابتدا به آنها اشاره شد تا حد کافی بهبود دهیم ]فرا جهش و فروجهش کمتری نسبت به کنترلر pi داشته باشیم. همچنین زمان نشست را به حداقل مقدار ممکن برسانیم (سیستم بهینه)[. شبیه سازی های لازم ابتدا در محیط simulink/matlab انجام خواهد شد و سپس از منطق فازی بهره مند شده و با استفاده از کنترل کننده ی هوشمند فازی طرح مورد نظر را شبیه سازی خواهیم کرد. در انتهای کارمان این کنترل کننده ها را به یک نمونه موتور pmsm اعمال کرده و نتایج شبیه سازی شده و مخصوصاً سادگی طرح مورد نظرمان را با کارهای مشابه انجام شده در سال های اخیر و مقاله های معتبر موجود در آن مقایسه خواهیم کرد. همچنین نتایج کار خود را با نتایج شبیه سازی همان موتور pmsm که توسط یک کنترلر pi تحت کنترل قرار می گیرد، نیز مقایسه می کنیم تا بر موفقیت آمیز بودن کار پایان نامه بیش تر مطمئن شویم.

سیگنال های گفتار به ندرت به صورت خالص برای کاربرد های پردازش گفتار موجود می باشند و اغلب به وسیله ی تداخل آوایی نظیر نویز پس زمینه، اعوجاج، سیگنال گفتار گوینده ی دیگر و ... مخدوش می شوند. در چنین حالتی لازم است که ابتدا سیگنال گفتار از پس زمینه جدا شود. به ویژه عمل جداسازی گفتار چند گوینده که به عنوان جداسازی گفتار شناخته می شود امری چالش برانگیز است زیرا شامل جداسازی سیگنال هایی است که دارای مشخصات آوایی و آماری بسیار مشابهی هستند. چالش برانگیز ترین حالت جداسازی گفتار، جداسازی سیگنال های گفتار ناشی از رکورد تک کاناله است؛ مسئله ای که معمولاً به عنوان جداسازی گفتار تک کانال شناخته می شود. سیستم های جداسازی گفتار تک کانال با کیفیت بالا هنوز از اهمیت زیادی برخوردارند و به عنوان یک مسئله ی حل نشده باقی مانده اند. هدف این پایان نامه، ارائه ی راهکار هایی برای بهبود سیستم های جداسازی گفتار تک کانال می باشد. یک سیستم موثر جداسازی گفتار تک کانال، پیش پردازشی مهم در کاربرد های بسیاری نظیر شناسایی اتوماتیک گفتار و تعیین هویت گوینده به شمار می رود. این پایان نامه روی جداسازی مبتنی بر مدل گفتار تک کانال متمرکز میشود که به تکنیک هایی اطلاق می شود که از مدل های آموزش داده شده ی منابع استفاده می کنند تا منابع را از رکورد تک کاناله ی ترکیب خطی آنها جدا کنند. اولین راهکار پیشنهادی در این پایان نامه جداسازی منابع در سطح زیربخش و اعمال این رویکرد به روش مبتنی بر تخمین حداکثر احتمال پسین و روش مبتنی بر کوانتیزاسیون بردار می باشد. در راهکار پیشنهادی دوم، روش مبتنی بر تخمین حداکثر احتمال پسین برای حالتی که در آن سیگنال های تست و آموزشی سطح انرژی مختلفی نسبت به هم دارند (منابع بهره مختلفی دارند) بسط داده می شود. این حالت در بسیاری از روش های مبتنی بر مدل جداسازی گفتار تک کانال در نظر گرفته نشده است. روش هایی که این حالت را در نظر می گیرند به روش های وفق بهره موسوم اند. اگرچه روش های وفق بهره ی موجود در تخمین بهره ی منابع موفق عمل می کنند اما از پیچیدگی محاسباتی و زمان پردازش بالایی برخوردارند. روش پیشنهادی سوم بر مبنای جداسازی زیربخشی و کوانتیزاسیون بردار تلاشی برای غلبه بر این محدودیت است. نتایج تجربی نشان می دهند که راهکار های پیشنهادی، عملکرد سیستم جداسازی گفتار تک کانال را بهبود می دهند.

تبیین موارد حجر که به عنوان یک حکم فقهی، افرادی را از تصرف در امور مالی منع می کند، دارای اهمیت خاصی است که در کتب فقهی به طور جداگانه بررسی شده و در موارد آن بین فقها و حقوقدانان اختلاف می باشد، که در پر تو آن ، موجبات آن،از منظر فقها در امور ششگانه ، از قبیل صغر، جنون، رقیت، سفه، مرض متصل به موت و فلس ، واز دیدگاه حقوق مدنی در سه مورد، از قبیل صغر، جنون و سفه، و از نظر صاحب جواهر ، علاوه بر موارد فوق ، در ابواب دیگری مانند رهن و بیع و غیر آن دو می باشد.

چکیده: زلزله یکی از هولناک ترین بلایای طبیعی در طول تاریخ بشر است. قدرت تخریب بالا و کشتار بی رحمانه در زمان اندک از خصوصیات بارز این پدیده طبیعی است. تفاوت دیگر این بلای طبیعی با سایر بلایا آن است که ماهیت زلزله کشنده نیست بلکه تخریب و آوار ساختمان ها و سازه ها موجب مرگ و میر و جراحت افراد می شود. بنابراین به نظر می رسد که بین تراکم جمعیت و تراکم ساختمانی با میزان آسیب پذیری ناشی از زلزله ارتباطی منطقی وجود دارد. حال این پرسش اساسی مطرح می گردد که در کشورهای پیشرفته همانند آمریکا، ژاپن و ... با داشتن تراکم های بالای جمعیتی و ساختمانی و نیز لرزه خیز بودن این مناطق چرا میزان تخریب و مرگ ومیر در این مناطق بسیار پایین تر از مناطق کشورهای در حال توسعه است؟. پیش بینی زمان زلزله تقریباً غیر ممکن است و عدم قطعیت رفتارهای انسانی به خصوص در مناطق شهری برآورد میزان آسیب پذیری را با مشکل مواجه ساخته است. عوامل و متغیرهای مختلفی بر میزان آسیب پذیری ناشی از زلزله دخیل هستند. این فاکتورها را می توان از لحاظ کالبدی، طبیعی، اجتماعی و اقتصادی تقسیم بندی نمود. ایران کشوری زلزله خیز است و از این میان شهر تبریز به دلیل وجود گسلی بزرگ و فعال در شمال این شهر در شرایطی بحرانی قرار دارد. موانع طبیعی گسترش افقی شهر را عملاً غیرممکن ساخته است. از طرفی دیگر وجود بافت های متراکم شهری، بافت های تاریخی اسکان غیررسمی و ازدحام بیش از حد جمعیت و توزیع فضایی نامناسب آن به همراه تراکم مسکونی بالا، این شهر را در برابر فاجعه زلزله آسیب پذیر ساخته است. برای استخراج میزان آسیب پذیری (جمعیت و ساختمان) از مدل های ارزیابی چند معیاره(mce)، فرایند تحلیل سلسله مراتبی (ahp)، مدل منطق فازی (fuzzy logic) و ترکیب مدل منطق فازی و فرایند تحلیل سلسله مراتبی (fuzzy-ahp) استفاده گردید. این مدل ها علاوه بر آن که به منطق انسانی (عدم قطعیت) نزدیک هستند، ماهیتی تصمیم گیرنده نیز دارند. بر اساس نتایج به دست آمده از مدل-های مذکور با استفاده از تکنیک سیستم اطلاعات جغرافیایی (gis) پهنه های آسیب پذیری شهر تبریز به تفکیک مناطق و جمعیت استخراج گردید. بدون استفاده از gis انجام این رساله تقریباً غیر ممکن بود. بیشترین میزان انطباق هر چهار مدل در منطقه یک و پنج شهر تبریز می باشد. لیکن در میان این 4 مدل به ترتیب مدل fuzzy ، fuzzy-ahp ، ahp و در نهایت مدل mce بیشترین انطباق را با واقعیت موجود دارند. بر اساس مطالعات انجام شده در این رساله بین آسیب پذیری و تراکم جمعیت و تراکم ساختمانی رابطه ای مستقیم وجود دارد. در نهایت بر اساس نتایج به دست آمده پیشنهاداتی ارائه گردید.

در این کار برای توصیف جداسازی آمونیاک از گاز پرج واحدهای تولید آمونیاک با استفاده از تماس دهنده های غشائی الیاف توخالی، یک مدل ریاضی توسعه داده شده است. وابستگی ضریب نفوذ آمونیاک در آب به غلظت؛ معادله انتقال جرم حاکم در فاز مایع را غیر خطی می کند. به علت انحلال بالای آمونیاک در آب، از یک معادله حالت به جای قانون هنری که در تحقیقات گذشته به کار رفته، استفاده شده است. یک روش عددی برای حل هم زمان معادلات خطی و غیر خطی درون فازهای مایع، غشاء و گاز به کار گرفته شده است. با توجه به موجود نبودن داده های آزمایشگاهی جذب آمونیاک در آب توسط تماس دهنده های غشائی الیاف توخالی، برای صحت سنجی روش مدل سازی از داده های آزمایشگاهی جذب دی اکسید کربن در آب استفاده شده است. تصاویر گرفته شده با میکروسکوپ الکترونی نشان می دهد که آمونیاک باعث بوجود آمدن ترک های ریزی در سطح الیاف غشائی می شود؛ که می تواند شاهدی برای ترشدگی جزئی غشاء در کاربردهای طولانی مدت باشد. به هر حال نتایج مدل نشان می دهد که پدیده ی ترشوندگی غشاء اثر قابل توجهی بر جذب آمونیاک ندارد، که علت آن حلالیت بالای آمونیاک در آب و پایین بودن مقاومت در برابر انتقال جرم در فاز مایع می باشد. نتایج هم چنین نشان می دهد که سرعت مایع بر خلاف سرعت گاز اثر مهمی بر شار جذب آمونیاک ندارد.

چکیده: در این پایان نامه به تحلیلِ مبانیِ فلسفیِ اخلاق در قابوس نامه پرداخته می شود. بر همین اساس، اخلاقِ قابوس نامه بر اساس مبانیِ اخلاقِ هنجاری و فرااخلاقی مورد بررسی قرار گرفته و تفاوت هایِ آن از اخلاقِ اسلامی بازنمود می گردد. اهدافِ مورد نظرِ این پایان نامه اصلاح نگرش نسبت به اخلاقِ قابوس نامه بر اساس بررسی مبانی بنیادین توصیه های اخلاقی قابوس نامه و بررسی نسبت آن با مفاهیم بنیادین اخلاق اسلامی است. روش تحقیقِ این پایان نامه توصیفی- تحلیلی با استفاده از مطالعات کتابخانه ای است. نتیج? بدست آمده از این پایان نامه، این است که اهمیتی که به این متن، به عنوان اخلاق اسلامی داده می شود، محل اشکال است و با بررسی مبانی نظری و فلسفی متن و مقایسه و تطبیق با مبانی اخلاق اسلامی و متون معتبر اخلاقی و همچنین متون اساسی فلسفه اسلامی می توان به شناخت میزان اصالت این متن در حوزه اخلاق، و مبانی فلسفی اخلاق اسلامی پی برد.

بینایی ماشین با ترکیب روش های مربوط به پردازش تصویر و ابزارهای یادگیری ماشینی، رایانه را قادر به درک هوشمند معنا و محتوای تصاویر می کند. ردیابی شی یک عمل اساسی برای بسیاری از کاربردهای سطح بالای بینایی ماشین مانند بازشناسی براساس حرکت، نظارت خودکار، نمایه گذاری فایل های ویدیویی، ارتباطات متقابل انسان و رایانه، نظارت ترافیکی و هدایت وسایل نقلیه است که امروزه در بالاترین سطح توجه خود قرار دارد. در این پایان نامه الگوریتمی کارا جهت ردیابی شی در تصاویر ویدیویی با استفاده از ویژگی های رنگ و بافت و به کمک دو شبکه عصبی توابع اساسی شعاعی ارائه شده است. در روش پیشنهادی ابتدا ناحیه ی شی توسط کاربر در فریم اول مشخص می گردد. سپس ناحیه ای هم مساحت با آن و در اطراف آن بعنوان زمینه در نظر گرفته می شود. پس از آن ویژگی های رنگ و بافت از نواحی شی و زمینه استخراج شده و به شبکه عصبی توابع اساسی شعاعی اول آموزش داده شده و آزمایش می شود. خروجی شبکه عصبی اول تصویر دودویی خواهد بود که در آن شی از زمینه ی اطرافش بطور دقیقی جدا شده است. سپس ویژگی های رنگ و بافت ناحیه ی دقیق زمینه ی بدست آمده از مرحله ی قبل گسترش داده می شود تا بتواند در برابر تغییرات زمینه در فریم های بعدی مقاوم گردد. در ادامه از ویژگی های شی و زمینه ی گسترش داده شده برای آموزش شبکه ی عصبی توابع اساسی شعاعی دوم استفاده می گردد. از شبکه عصبی توابع اساسی شعاعی آموزش داده شده ی دوم بعنوان یک تابع امتیاز دهی استفاده می گردد که مقادیر بیشتر در آن بیانگر بالاتر بودن احتمال تعلق آن پیکسل به شی است و از آن برای تشخیص پیکسل های شی در فریم بعد استفاده شده است. در روش پیشنهادی از مرکز ثقل شی و پروسه ی جابجایی میانگین برای مکان یابی شی استفاده شده است. از آنجا که بافت و رنگ شی و پس زمینه در طول ردیابی و در فریم های بعدی یکسان باقی نخواهد ماند با معرفی و سنجش معیارهایی تغییرات در مدل و اندازه ی شی بروز رسانی می گردد. نتایج بدست آمده بیانگر این است که روش پیشنهادی قابلیت ردیابی مطمئن شی را با دوربین متحرک و با وجود پوشیدگی های جزئی شی و تغییرات تدریجی در رنگ و بافت شی و زمینه خواهد داشت و تغییرات در اندازه ی شی را نیز بخوبی جبران می کند. همچنین نتایج بیانگر این است که روش پیشنهادی عملکرد بهتری در مقایسه با روش های جابجایی میانگین و تطابق قالب دارد. علاوه بر این، روش پیشنهادی ناحیه ی اشغال شده در هر فریم توسط شی را فراهم می کند که از آن می توان در پردازش های مرتبه بالاتر مانند تشخیص، تعبیر و تفسیر نوع رفتار شی و نظایر آن استفاده نمود.

در یک تعریف کلی بهسازی گفتار، تلاش برای بهبود عملکرد سیستم های ارتباط گفتاری است. انعکاس عامل مخربی است که به خاطر وابستگی به سیگنال، کار مهندسان پردازش گفتار را برای بهسازی سیگنال سخت کرده است. در این پژوهش، روش های بهسازی سیگنال گفتار آلوده به انعکاس بررسی شده است. پژوهش های مورد بررسی، شامل سیگنال انعکاسی تک یا چند کاناله هستند ولی سیگنال مورد بحث این گزارش، سیگنال دریافتی از یک کانال است. این کانال، شامل میکروفونی است که در محیطی بسته و در فواصل مختلفی از گوینده قرار دارد. در روش های پیشنهادی از تبدیل موجک و پردازش های هر دو حوزه زمان/ فرکانس استفاده شده است. اولین روش پیشنهادی که بهبود یافته بهترین الگوریتم موجود است، به دنبال ارائه روش جدیدی برای وزن دهی به مولفه های وابسته به تارهای صوتی حنجره است و این کار با استفاده از ضرایب کپسترال مبتنی بر معیار مل (که حاوی فیلتر بانک هایی مشابه سیستم شنوایی انسان هستند) و ضرایب ناهمبسته آنالیز پیش بینی خطی در حوزه فرکانس، انجام شده است. در این روش مکان یابی لحظه های تحریک حنجره با دقت بیشتری نسبت به روش های پیشین صورت گرفته است. تمرکز اصلی این گزارش بر روی دومین الگوریتم پیشنهادی است و ایده اصلی آن، مشکل موجود در روش تفریق طیفی است که یکی از روش های اصلی برای بهسازی سیگنال انعکاس در حوزه فرکانس است ولی با مشاهده طیف نگاشت سیگنال تفریق طیفی شده ، کماکان هم پوشانی ناشی از انعکاس، بین فریم هایی از سیگنال موجود است. به همین دلیل در این پژوهش با هدف کاهش اثر این تداخل، به بهبود تفریق طیفی پرداخته و این کار با تعیین فریم های سکوت سیگنال آلوده، و تخمین انعکاس از این فریم ها حاصل شده است. سپس برای به روز رسانی الگوریتم تفریق طیفی و بهبود آن، به تغییر پارامتر ، که در محاسبه تابع بهره طیفی موثر است پرداخته شده که این کار متناسب با میزان سیگنال به انعکاس هر فریم انجام شده است. در حالی که در کارهای پیشین ضریبی ثابت برای این متغیر تعریف شده است. در این پژوهش، از سیگنال های صوتی تمیز موجود در پایگاه داده timit و پاسخ ضربه ای که از میکروفون موجود در اتاق بسته، که در فواصل 50،100،200،300 سانتی متری از گوینده ضبط شده، استفاده شده است و سیگنال انعکاسی با کانولوشن پاسخ ضربه اتاق با سیگنال تمیز بدست آمده است. معیار ارزیابی مورد استفاده در این گزارش نیز، معیار سیگنال به انعکاس محلی است. نتایج شبیه سازی بیان گر کارایی بالای روش پیشنهادی نسبت به روش های موجود است. به طوری که برای سیگنالی با میزان سیگنال به انعکاس 9.12- دسی بل، با کمک الگوریتم اول 2.55- و با کمک الگوریتم دوم 0.875- دسی بل حاصل شده است در حالی که بهترین الگوریتم موجود بهبودی به میزان 3.9- دسی بل داشته است و افزایش مقدار سیگنال به انعکاس حاصل شده، بهبود قابل توجهی برای سیگنال آلوده به انعکاس است.

در این پایان نامه به مسئله ردگیری و بیان الگوریتمی جهت ردیابی اهداف پرنده پرداخته می شود. امروزه با توجه به پیشرفت روزافزون تکنولوژی ساخت هواپیماها و همچنین مجهز شدن آنها به سلاح های ضد رادار مانند موشک های ضد تشعشع، استفاده از ابزار و روش های غیر فعال جهت ردیابی اهداف هوایی مورد توجه قرار گرفته است، در این میان دوربین مادون قرمز به عنوان یک عنصر غیر فعال و تصاویر بدست آمده از آن در ردگیری اهداف کاربرد فراوانی دارد. الگوریتم mean shift به علت سادگی فرآیند ردیابی اش در زمینه ردیابی اهداف متحرک بسیار پرکاربرد می باشد،اما به دلیل ثابت بودن ابعاد پنجره ردیابی و به روز نشدن مدل هدف، برای ردیابی اهدافی که ابعاد و ظاهرشان در طول ردیابی تغییر می کند و همچنین وابستگی زیاد این الگوریتم به ویژگی های استخراج شده از هدف (هیستوگرام سطوح روشنایی) کارایی مناسبی ندارد. در این پایان نامه روش های مختلف ردیابی معرفی شده است و تحقیقات صورت گرفته در مورد هرکدام معرفی و اقدامات صورت گرفته برای بهبود روش ردیابی mean shift شرح داده شده است، در ادامه روشی جهت ردیابی تصاویر مادون قرمز اهداف پرنده پیشنهاد می گردد و بهبودهای صورت پذیرفته از جمله اصلاح استخراج ویژگی های کاندید هدف، چگونگی کنترل جابجایی پنجره mean shift تشریح می گردد. در این روش طریقه محاسبه تابع چگالی احتمال هدف و کاندید هدف اصلاح گردیده و با بروز رسانی ابعاد پنجره هدف و بهره بردن از یک کنترل کننده کلاسیک خطای ردگیری کاهش داده می شود و با انجام تست ها و ارزیابی های بر روی این روش نشان داده می شود که این روش جهت ردگیری اهداف هوایی بسیار دقیق و کارا می باشد.

صرع یکی از شایع ترین بیماری های عصبی است که معمولا با حمله های ناگهانی همراه است. حمله های صرعی یا تشنج بصورت نشانه های گذرا یا علایمی از فعالیت های عصبی غیرعادی، شدید و همزمان (سنکرون) در مغز تعریف می شوند. در حدود یک درصد از جمعیت جهان حمله های صرعی را در زندگی خود تجربه می کنند. درمان قطعی خاصی برای این بیماری وجود ندارد و تنها می توان آن را با استفاده از دارو یا در برخی از بیماران با اعمال جراحی در شرایط خاصی کنترل نمود. همچنین برای بیش از 25 درصد این بیماران با وجود پیشرفت های وسیع دارویی و درمانی، حتی رسیدن به این شرایط از کنترل بیماری نیز غیر ممکن است. بدین ترتیب در صورتی که بتوان به طریقی زمان حمله را پیش بینی کرد، کمک بسیاری به بیماران صرعی خواهد شد و بهبود وسیعی در تمامی جنبه های زندگی بیماران حاصل خواهد شد. کاهش مصرف دارو و تاثیرات سو آن، افزایش آرامش جسمی و روحی بیمار و نزدیکان وی و بطور خلاصه رسیدن به یک شرایط زندگی نزدیک به نرمال از مهمترین نتایج چنین پژوهشی است. در این کار هدف آن است تا با ترکیب مشخصه های بهینه شده بتوانیم وقوع حمله صرعی را در بیماران دارای صرع کانونی با دقت خوبی پیش بینی کنیم. بدین منظور دو راهکار عمده پیشنهاد شده است. راهکار اول ترکیب ویژگی ها با استفاده از روش های طبقه بندی مبتنی بر هسته بوده و از روش های متنوعی از پیش پردازش ویژگی ها جهت حصول بهبود در نتایج پیش بینی بهره می گیرد. راهکار دوم استفاده از ترکیب تفاضلی و نسبتی مشخصه ها است. با این روشها می توان برخی از مشخصه های سیگنال را برجسته کرد. بعلاوه پردازش تفاضلی امکان کاستن از نویزهای مشترک را فراهم می کند. همان گونه که نشان داده خواهد شد، استفاده از این روش می تواند خطای طبقه بندی را کاهش داده و به نوبه خود موجب افزایش دقت در پیش بینی زمان حمله صرع گردد.

هوشمندسازی فرآیند تشخیص دقیق بیماریهای قلبی مساله ای است که سال ها مورد توجه پژوهشگران قرار گرفته است. در این تحقیق روشی کارآمد جهت گزینش ویژگی های مناسب استخراج شده از سیگنال ecg، بر پایه ی الگوریتم باینری فاخته (bcoa) ارائه شده است. ویژگی های استخراج شده شامل ویژگی های زمانی، ar و ضرایب موجک است که تعداد این ویژگی ها با استفاده از عملگر mrmr یا pca کاهش داده می شود bcoa ، مجموعه هایی از ویژگی تشکیل می دهد و همواره در پی یافتن مجموعه ای شایسته از تمامی ویژگی ها است. ارزیابی این مجموعه از ویژگی های ا نتخاب شده توسط bcoa با اعمال به طبقه بند svm بررسی می شود. سپس الگوریتم pso جهت بهینه سازی پارامترهای svm اعمال می شود. صحت کلی سیستم برای شناسایی 6 نوع ریتم قلبی %97/98 به دست آمد که در مقایسه دقت حاصل شده با پژوهش های پیشین، کارایی مطلوب روش پیشنهادی را تایید می کند..

چکیده ندارد.