• فهرس المقالات wavelet transform

      • حرية الوصول المقاله

        1 - Multimodal Biometric Recognition Using Particle Swarm Optimization-Based Selected Features
        Sara Motamed علی برومندنیا Azamossadat Nourbakhsh
        Feature selection is one of the best optimization problems in human recognition, which reduces the number of features, removes noise and redundant data in images, and results in high rate of recognition. This step affects on the performance of a human recognition system أکثر
        Feature selection is one of the best optimization problems in human recognition, which reduces the number of features, removes noise and redundant data in images, and results in high rate of recognition. This step affects on the performance of a human recognition system. This paper presents a multimodal biometric verification system based on two features of palm and ear which has emerged as one of the most extensively studied research topics that spans multiple disciplines such as pattern recognition, signal processing and computer vision. Also, we present a novel Feature selection algorithm based on Particle Swarm Optimization (PSO). PSO is a computational paradigm based on the idea of collaborative behavior inspired by the social behavior of bird flocking or fish schooling. In this method, we used from two Feature selection techniques: the Discrete Cosine Transforms (DCT) and the Discrete Wavelet Transform (DWT). The identification process can be divided into the following phases: capturing the image; pre-processing; extracting and normalizing the palm and ear images; feature extraction; matching and fusion; and finally, a decision based on PSO and GA classifiers. The system was tested on a database of 60 people (240 palm and 180 ear images). Experimental results show that the PSO-based feature selection algorithm was found to generate excellent recognition results with the minimal set of selected features. تفاصيل المقالة
      • حرية الوصول المقاله

        2 - A New Robust Digital Image Watermarking Algorithm Based on LWT-SVD and Fractal Images
        Fardin Akhlaghian Tab Kayvan Ghaderi پرهام مرادی
        This paper presents a robust copyright protection scheme based on Lifting Wavelet Transform (LWT) and Singular Value Decomposition (SVD). We have used fractal decoding to make a very compact representation of watermark image. The fractal code is presented by a binary im أکثر
        This paper presents a robust copyright protection scheme based on Lifting Wavelet Transform (LWT) and Singular Value Decomposition (SVD). We have used fractal decoding to make a very compact representation of watermark image. The fractal code is presented by a binary image. In the embedding phase of watermarking scheme, at first, we perform decomposing of the host image with 2D-LWT transform, then SVD is applied to sub-bands of the transformed image, and then the watermark, “binary image,” is embedded by modifying the singular values. In the watermark extraction phase, after the reverse steps are applied, the embedded binary image and consequently the fractal code are extracted from the watermarked image. The original watermark image is rendered by running the code. To verify the validity of the proposed watermarking scheme, several experiments are carried out and the results are compared with the results of the other algorithms. In order to evaluate the quality of image, we use parameter peak value signal-to-noise ratio (PSNR). To measure the robustness of the proposed algorithm, the NC coefficient is evaluated. The experimental results indicate that, in addition to high transparency, the proposed scheme is strong enough to resist various signal processing operations, such as average filter, median filter, Jpeg compression, contrast adjustment, cropping, histogram equalization, rotation, etc. تفاصيل المقالة
      • حرية الوصول المقاله

        3 - A New High-Capacity Audio Watermarking Based on Wavelet Transform using the Golden Ratio and TLBO Algorithm
        Ali Zeidi joudaki Marjan Abdeyazdan Mohammad Mosleh Mohammad Kheyrandish
        Digital watermarking is one of the best solutions for copyright infringement, copying, data verification, and illegal distribution of digital media. Recently, the protection of digital audio signals has received much attention as one of the fascinating topics for resear أکثر
        Digital watermarking is one of the best solutions for copyright infringement, copying, data verification, and illegal distribution of digital media. Recently, the protection of digital audio signals has received much attention as one of the fascinating topics for researchers and scholars. In this paper, we presented a new high-capacity, clear, and robust audio signaling scheme based on the DWT conversion synergy and golden ratio advantages using the TLBO algorithm. We used the TLBO algorithm to determine the effective frame length and embedded range, and the golden ratio to determine the appropriate embedded locations for each frame. First, the main audio signal was broken down into several sub-bands using a DWT in a specific frequency range. Since the human auditory system is not sensitive to changes in high-frequency bands, to increase the clarity and capacity of these sub-bands to embed bits we used the watermark signal. Moreover, to increase the resistance to common attacks, we framed the high-frequency bandwidth and then used the average of the frames as a key value. Our main idea was to embed an 8-bit signal simultaneously in the host signal. Experimental results showed that the proposed method is free from significant noticeable distortion (SNR about 29.68dB) and increases the resistance to common signal processing attacks such as high pass filter, echo, resampling, MPEG (MP3), etc. تفاصيل المقالة
      • حرية الوصول المقاله

        4 - پياده‌سازي فشرده‌سازي تلفاتي تصوير توسط موجک (2،2)CDF در CPLD
        عباسعلی لطفی نیستانک محمد محقق حضرتی محمد محقق حضرتی نرگس احميدی
        در اين مقاله پس از مقايسه روشهاي فشرده‌سازي تصوير از قبيل روش BTC، روش اهرام گاوسي، روش SVD، روش تبديل موجک و يا بطور خاص (2،2)CDF به پياده‌سازي سخت‌افزاري فشرده‌سازي تصوير به روش موجک (2،2) CDF پرداخته شده است. طراحي ارائه‌شده نشان‌دهنده اين است که سازمان‌دهي مناسب داد أکثر
        در اين مقاله پس از مقايسه روشهاي فشرده‌سازي تصوير از قبيل روش BTC، روش اهرام گاوسي، روش SVD، روش تبديل موجک و يا بطور خاص (2،2)CDF به پياده‌سازي سخت‌افزاري فشرده‌سازي تصوير به روش موجک (2،2) CDF پرداخته شده است. طراحي ارائه‌شده نشان‌دهنده اين است که سازمان‌دهي مناسب داده‌ها (روش تقسیم‌بندي) و استفاده از خط لوله و پردازش موازي در بهينه‌سازي سخت‌افزاري مدار تاثير زيادي دارد. در حقيقت هدف اصلي، ايجاد کارايي و سرعت بيشتر در CPLD ساخت شرکت Xilinx به نام 9572XC مي‌باشد. جزئيات طراحي کد گذار و همچنين نتايج بدست آمده نيز در پايان ارائه شده‌اند. نتايج مقايسه روش‌هاي مختلف فشرده‌سازي تصوير مي‌تواند براي يک کاربر الگوي مناسبي جهت استفاده از روش بهينه را با توجه به نوع مسئله ارائه دهد. براي شبيه‌سازي از نرم‌افزار MATLAB و همچنين از ++ C استفاده شده است. تفاصيل المقالة
      • حرية الوصول المقاله

        5 - ارائه روش استخراج ویژگی شبه‌کوواریانسی مبتنی بر تبدیل موجک جهت کشف نشانگر حیاتی از الگوهای پروتئینی سرطان تخمدان
        حسین منتظری کردی محمدحسین میران‌بیگی محمدحسن مرادی
        تغییرات پاتولوژیک درون یک عضو حیاتی به‌صورت الگوهای پروتئینی در خون انعکاس می‌یابد. طیف‌سنجی جرمی به‌‌عنوان یک ابزار اندازه‌گیری قدرتمند در تولید الگوهای پروتئینی از خون شناخته شده است. داده‌های حاصل از این تکنیک به‌عنوان داده‌هایی با ابعاد و همبستگی بالا در نظر گرفته م أکثر
        تغییرات پاتولوژیک درون یک عضو حیاتی به‌صورت الگوهای پروتئینی در خون انعکاس می‌یابد. طیف‌سنجی جرمی به‌‌عنوان یک ابزار اندازه‌گیری قدرتمند در تولید الگوهای پروتئینی از خون شناخته شده است. داده‌های حاصل از این تکنیک به‌عنوان داده‌هایی با ابعاد و همبستگی بالا در نظر گرفته می‌شوند که ویژگی‌های کلیدی مهم برای محققان، پیک‌های موجود در طیف می‌باشند. با توجه به این خصوصیات رفتاری داده، یک روش تحلیل مناسب مثل تبدیل موجک نیاز می‌باشد. در این تحقیق، روش جدیدی جهت استخراج ویژگی از داده طیف جرمی با هدف کاهش بعد و همبستگی آن ارائه شده است که مبتنی بر تبدیل موجک گسسته و انتخاب ويژگی شبه‌کوواریانسی می‌باشد. با ‌روش ‌پیشنهادی، نشانگرهای حیاتی مناسب از مجموعه داده‌های مورد مطالعه برای سرطان تخمدان که از انستیتو ملی سرطان آمریکا اخذ شده است، از روی طیف جرمی بازسازی‌شده استخراج ‌گردیده است که منجر به حصول نتایج تشخیصی بالا با استفاده از معیارهای ارزشیابی استاندارد شده است. با استفاده از روش‌های طبقه‌بندی مختلف، روش پیشنهادی جدید منجر به دقت تشخیص 98، نرخ قطعیت 97 و حساسیت 98 درصد شده است. تفاصيل المقالة
      • حرية الوصول المقاله

        6 - استفاده از تخمين‌زننده كمينه‌كننده ميانگين مربعات خطا جهت بهبود كيفيت تصاوير مقطع نگاري رايانه‌اي از شكم بر اساس مدل مخلوط لاپلاس دومتغيره در حوزه تبديل ويولت مختلط چندبعدي
        حسين رباني منصور وفادوست
        يكي از مسايل تعيين‌كننده در زمينه حذف نويز در حوزه ويولت بر اساس تئوري بيز، استفاده از تابع چگال احتمال مناسب براي مدل‌كردن ضرايب ويولت مي‌باشد. از جمله خصوصيات ضرايب ويولت، وابستگي مابين مقياسي آنها مي‌باشد. در واقع مابين ضرايب ويولت و والد آنها در مقياس مجاور همبستگي أکثر
        يكي از مسايل تعيين‌كننده در زمينه حذف نويز در حوزه ويولت بر اساس تئوري بيز، استفاده از تابع چگال احتمال مناسب براي مدل‌كردن ضرايب ويولت مي‌باشد. از جمله خصوصيات ضرايب ويولت، وابستگي مابين مقياسي آنها مي‌باشد. در واقع مابين ضرايب ويولت و والد آنها در مقياس مجاور همبستگي بالايي وجود دارد. بر همين اساس در چند سال اخير به‌جاي استفاده از توزيع‌هاي تك‌متغيره در هر زيرباند ويولت از توزيع‌هاي دومتغيره استفاده شده است. در اين مقاله از مخلوط دو توزيع دومتغيره لاپلاسي براي مدل‌كردن ضرايب ويولت استفاده شده است. استفاده از اين مدل، هم خصوصيات نوك‌تيزبودن در مبدأ و دُم‌داربودن توزيع ضرايب ويولت و هم خصوصيت وابستگي مابين مقياسي آنها را به‌طور توأم به‌همراه خواهد داشت. بر اساس اين مدل توزيع احتمال و با استفاده از تخمين‌زننده كمينه‌كننده ميانگين مربعات خطا (MMSE)، الگوريتم تطبيقي جديدي براي كاهش نويز حاصل مي‌گردد. از اين الگوريتم براي كاهش نويز تصاوير مقطع نگاري رايانه‌اي (CT) از شكم در حوزه تبديل ويولت مختلط استفاده مي‌گردد. نتايج شبيه‌سازي‌هاي صورت‌گرفته با اين الگوريتم بيانگر بهبود عمليات كاهش نويز به‌طور كمي و كيفي در مقايسه با ديگر روش‌هاي مطرح‌شده در مقالات مي‌باشد. تفاصيل المقالة
      • حرية الوصول المقاله

        7 - تأييد امضاي برخط در حوزه تبديل موجک ايستا
        مرتضی ولي‌زاده احسان‌اله کبیر
        در اين تحقيق يک سيستم تأييد امضاي برخط با استفاده از روش رگرسيون توسعه‏يافته در حوزه تبديل موجک ايستا ارائه شده است. براي محاسبه شباهت بين امضاها به‌وسيله رگرسيون توسعه‌يافته، بايد طول زماني سيگنال‏هاي متناظر دو امضا يکسان شود. استفاده از تطابق همه نقاط براي يکسان‏سازي أکثر
        در اين تحقيق يک سيستم تأييد امضاي برخط با استفاده از روش رگرسيون توسعه‏يافته در حوزه تبديل موجک ايستا ارائه شده است. براي محاسبه شباهت بين امضاها به‌وسيله رگرسيون توسعه‌يافته، بايد طول زماني سيگنال‏هاي متناظر دو امضا يکسان شود. استفاده از تطابق همه نقاط براي يکسان‏سازي طول زماني سيگنال‏ها سبب کاهش تمايز بين امضاهاي اصلي و جعلي مي‏شود، براي حفظ تمايز بين امضاهاي اصلي و جعلي، روشي بر مبناي تطابق نقاط فرينه براي يکسان‏سازي طول زماني سيگنال‏ها ارائه شده است. همچنين با محاسبه شباهت بين جزئيات سيگنال‏هاي امضاها در حوزه تبديل موجک ایستا، دقت سيستم تأييد امضا به‌طور قابل ملاحظه‏اي افزايش داده شده است. اين سيستم بر روي مجموعه امضاهاي 2004SVC آزمايش شده و نتايج آن با نتايج تيم‌هاي شرکت‌کننده در اولين مسابقه بين‏المللي تأييد امضا مقايسه شده است. با اين روش براي امضاهاي جعلي حرفه‏اي خطاي تأييد 6% به‌دست مي‏آيد که در مقايسه با تيم‏هاي شرکت‌کننده در اين مسابقه در رتبه دوم قرار مي‏گيرد و براي امضاهاي جعلي تصادفي خطاي تأييد وجود ندارد و از اين لحاظ در رتبه اول قرار مي‏گيرد. نتايج حاصل نشان مي‏دهد که استفاده از تبديل موجک ايستا نرخ خطا را 35% نسبت به حوزه زمان بهبود مي‏دهد. تفاصيل المقالة
      • حرية الوصول المقاله

        8 - تشخیص جزیره‌های الکتریکی در شبکه‌های توزیع دارای تولیدات پراکنده با استفاده از تبدیل موجک گسسته و شبکه عصبی مصنوعی
        مهرداد حیدری ارجلو سیدقدرت‌اله سیف‌السادات مرتضی رزاز
        در این مقاله برای تشخیص جزیره‌های الکتریکی، یک الگوریتم جدید مبتنی بر تحلیل سیگنال‌های حالت گذرا با استفاده از تبدیل موجک گسسته (DWT) و شبکه عصبی مصنوعی (ANN) ارائه می‌گردد. شبکه عصبی برای دسته‌بندی حوادث به حالت‌های "جزیره" یا "غیر جزیره" آموزش داده می‌شود. ویژگی‌های م أکثر
        در این مقاله برای تشخیص جزیره‌های الکتریکی، یک الگوریتم جدید مبتنی بر تحلیل سیگنال‌های حالت گذرا با استفاده از تبدیل موجک گسسته (DWT) و شبکه عصبی مصنوعی (ANN) ارائه می‌گردد. شبکه عصبی برای دسته‌بندی حوادث به حالت‌های "جزیره" یا "غیر جزیره" آموزش داده می‌شود. ویژگی‌های مورد نیاز دسته‌بندی، از طریق تبدیل موجک گسسته سیگنال‌های گذرای ولتاژ و جریان DGها استخراج می‌شوند. برای شبیه‌سازی الگوریتم از نرم‌افزارهای DIGSILENT، MATLAB و WEKA استفاده شده است. روش پیشنهادی روی یک سیستم توزیع ولتاژ متوسط CIGRE با دو نوع DG مختلف آزمایش می‌شود. این مقاله، الگوریتم رله نهایی را با تحلیل انجام‌گرفته از میان 162 طرح انتخاب می‌کند تا رله انتخابی از نظر شاخص‌های مختلف از جمله دقت، سرعت، سادگی و هزینه، بهترین کارایی را داشته باشد. با تحلیل و بررسی‌های صورت‌گرفته در رله انتخابی DGها، از سیگنال ولتاژ، موجک مادر 4db و سطح هفتم تبدیل موجک استفاده می‌شود. نتایج شبیه‌سازی نشان می‌دهد که این روش می‌تواند جزیره‌های الکتریکی را در مقایسه با روش‌های موجود در زمان کوتاه‌تر و با دقت بالاتری تشخیص دهد. تفاصيل المقالة
      • حرية الوصول المقاله

        9 - طرحی جديد برای طبقه‌بندی خودکار اغتشاشات کيفيت توان بر اساس ابزار پردازش سیگنال و یادگیری ماشین
        مهدي حاجيان اصغر اکبری فرود
        تشخیص و دسته‌بندی اغتشاشات کیفیت توان یکی از وظایف مهم در حفاظت و نظارت سیستم‌های قدرت امروزی است. در حال حاضر اهمیت اصلی، بهبود روش‌های تشخيص و طبقه‌بندي خودکار شكل موج‌ها به کمک يك الگوريتم مؤثر مي‌باشد. در این مقاله روشی مؤثر برای استخراج ویژگی بر اساس ترکیب تبدیل S أکثر
        تشخیص و دسته‌بندی اغتشاشات کیفیت توان یکی از وظایف مهم در حفاظت و نظارت سیستم‌های قدرت امروزی است. در حال حاضر اهمیت اصلی، بهبود روش‌های تشخيص و طبقه‌بندي خودکار شكل موج‌ها به کمک يك الگوريتم مؤثر مي‌باشد. در این مقاله روشی مؤثر برای استخراج ویژگی بر اساس ترکیب تبدیل S هذلولی و موجک ارائه شده است. انتخاب و كاهش ويژگي، موجب كاهش زمان آموزش مي‌گردد و در بیشتر موارد افزايش ميزان دقت در طبقه‌بندي داده‌ها را به همراه دارد. در این مقاله، روشی جديد به نام گرام- اشمیت براي انتخاب ويژگي به کار گرفته شده و همچنین از ساختار طبقه‌بندی کننده مشهور ماشین بردار پشتیبان چندکلاسه استفاده شده است. همچنین پارامتر‌های متغیر این طبقه‌بندی کننده با استفاده از الگوریتم ابتکاری بهينه‌سازي گروهي ذرات، بهینه شده است. 6 اغتشاش منفرد و 2 اغتشاش ترکیبی و همچنین حالت نرمال برای طبقه‌بندی در نظر گرفته شده‌اند. حساسیت روش پیشنهادی تحت شرایط مختلف نویزی با سطوح مختلف سیگنال همراه با نویز بررسی شده است. همچنین با مقایسه نتایج این مقاله با نتایج مقالات دیگر، کارامدی روش پیشنهادی مورد بررسی قرار گرفته است. تفاصيل المقالة
      • حرية الوصول المقاله

        10 - یک روش مبتنی بر یادگیری چنددقتی برای تطبیق تصاویر پزشکی چندکیفیتی
        سیده‌سمیه آل حجت خسمخی محمدرضا کیوان‌پور
        هدف اصلی در روش‌های مختلف تطبیق تصویر، پیداکردن پارامترهای تبدیل برای نگاشت دقیق یک تصویر بر روی مختصات تصویر دیگر است. در پزشکی، برقراری ارتباط دقیق میان داده‌های تصاویر پزشکی درکاربردهایی نظیر تشخیص و درمان از اهمیت بسیاری برخوردار است و بر این اساس، روش‌های متعددی بر أکثر
        هدف اصلی در روش‌های مختلف تطبیق تصویر، پیداکردن پارامترهای تبدیل برای نگاشت دقیق یک تصویر بر روی مختصات تصویر دیگر است. در پزشکی، برقراری ارتباط دقیق میان داده‌های تصاویر پزشکی درکاربردهایی نظیر تشخیص و درمان از اهمیت بسیاری برخوردار است و بر این اساس، روش‌های متعددی براي تطبیق تصاویر ارائه شده است. مقایسه نتایج الگوریتم‌های مختلف، انگیزه اصلی این پژوهش گردیده تا بتوان الگوریتم جدید ترکیبی ارائه و پیاده‌سازی نمود که از دقت بالایی برای تطبیق تصاویر چندکیفیتی برخوردار باشد. خودکارسازی فرایند تطبیق با بهره‌گیری از رویکرد یادگیری ماشین، نوآوری مقاله حاضر نسبت به روش‌های پیشین به شمار می‌رود. به این منظور، روش پیشنهادی به نام یادگیری چنددقتی از ترکیب یک روش تجزیه چنددقتی و یک شبکه عصبی سلسله مراتبی بهره می‌گیرد که با استفاده از ویژگی‌های سراسری تصویر، پارامترهای تبدیل را یاد گرفته و از پارامترهایِ تبدیلِ به دست آمده از فرایند یادگیری ، برای تطبیق تصاویر استفاده می‌کند. روش پیشنهادی بر روی پایگاه داده تصاویر پزشکی دانشگاه واندربیلت پیاده‌سازی و آزمون شده و نتایج به دست آمده دقت قابل قبولی را برای روش پیشنهادی در مقایسه با سایر روش‌ها نشان می‌دهد. تفاصيل المقالة
      • حرية الوصول المقاله

        11 - استخراج سیگنال قلب جنین از ثبت‌های شکمی با استفاده از نمایش‌های تُنک سیگنال‌های الکتروکاردیوگرام
        پریا طاوسی قاسم عازمی پگاه زرجام
        یکی از شایع‌ترین دلایل مرگ‌ و میر در هنگام تولد نوزاد نقص قلبی است. تشخیص بیماری قلبی نیازمند مشاهده فعالیت قلب است و یکی از مطمئن‌ترین روش‌ها برای بررسی سلامت قلب، استخراج فعالیت‌های الکتریکی قلب یا استخراج الکتروکاردیوگرام است. اما در شرایط خاص مکانی جنین قبل از تولد، أکثر
        یکی از شایع‌ترین دلایل مرگ‌ و میر در هنگام تولد نوزاد نقص قلبی است. تشخیص بیماری قلبی نیازمند مشاهده فعالیت قلب است و یکی از مطمئن‌ترین روش‌ها برای بررسی سلامت قلب، استخراج فعالیت‌های الکتریکی قلب یا استخراج الکتروکاردیوگرام است. اما در شرایط خاص مکانی جنین قبل از تولد، استخراج غیر تهاجمی سیگنال الکتروکاردیوگرام چالش‌برانگیز شده است چرا که علاوه بر قلب جنین، منابع دیگری از قبیل قلب مادر، فعالیت ماهیچه‌ای مادر و جنین، فعالیت مغزی جنین و نویزهای محیط نیز تأثیر دارند که باعث مخدوش‌شدن سیگنال قلب جنین می‌شوند و تحلیل آن را دشوار می‌کنند. سیگنال قلب مادر به دلیل دامنه زیاد بیشترین تأثیر و سیگنال مغز جنین به دلیل دامنه کم، کمترین تأثیر را در مخدوش‌شدن سیگنال قلب جنین دارند. این مقاله، روشی جدید برای استخراج الکتروکاردیوگرام جنین از ثبت‌های شکمی مادر ارائه می‌دهد. روش پیشنهادی به منظور کاهش پیچیدگی محاسباتی از روش حسگری فشرده و برای تخمین منابع از روش آنالیز سریع مؤلفه مستقل و همچنین برای نمایش تُنک سیگنال‌ها از دو دیکشنری تبدیل کسینوسی گسسته و تبدیل موجک گسسته استفاده‌ می‌کند. عملکرد پیاده‌سازی روش پیشنهادی روی پایگاه داده موجود در چالش 2013 فیزیونت ارزیابی و نتایج به دست آمده با بهترین روش‌های موجود مقایسه شده است. نتایج به دست ‌آمده نشان می‌دهد که روش معرفی‌شده در این مقاله، با میانگین مربعات خطای 65/171، با دقت بیشتری نسبت به سایر روش‌های موجود قادر به استخراج سیگنال‌های قلب جنین می‌باشد. تفاصيل المقالة
      • حرية الوصول المقاله

        12 - تشخیص سطوح سیالات مخزنی با استفاده از تبدیل موجک پیوسته نگار مقاومت ویژه
        امیر ملا جان مصطفی جاوید حسین معماریان بهزاد تخم چی
        توصیف دقیق توزیع سیالات وارزیابی سطوح تماس بین آنها نقش بسیار مهمی در کاهش عدم قطعیت در ارزیابی ذخیره هیدرو کربنی مخزن ودر نتیجه انتخاب استراتژی توسعه میدان دارد .سطوح سیالات مخزن را می توان با نمودار گیری ،انجام تست چاه ،آزمایشات ویژه مغزه ویا عملیات لرزه نگاری تخمین ز أکثر
        توصیف دقیق توزیع سیالات وارزیابی سطوح تماس بین آنها نقش بسیار مهمی در کاهش عدم قطعیت در ارزیابی ذخیره هیدرو کربنی مخزن ودر نتیجه انتخاب استراتژی توسعه میدان دارد .سطوح سیالات مخزن را می توان با نمودار گیری ،انجام تست چاه ،آزمایشات ویژه مغزه ویا عملیات لرزه نگاری تخمین زد .اما در عمل با توجه به غیر اقتصادی بودن ونیز در دسترس نبودن اطاعات مربوط به تست چاه یا ازمایشات ویژه مغزه وعملیات لرزه نگاری برای همه چاه ها ، رایج ترین رویکرد تفسیرنگار های پترو فیزیکی است .از انجا که عموماً مرز سیالات مخزنی به علت پیچید گی خصوصیات وضخامت سنگ مخزن ،ونیز عواملی همچون اثر واگ ،درز وهجوم فیلترای گل حفاری مختل می شود وجود روشی که بتواند این اثرات را تا حد ممکن کاهش دهدضروری به نظر می رسد .در این مقاله که بر روی داده ها 3 چاه مربوط به یکی از میادین جنوب غرب کشور وبه منظور یافتن مرز آب -نفت صورت گرفته روشی جدید وبر مبنای تبدیل موجک پیوسته نگار مقاومت ویژه جهت شناسائی سطوح مختلف سیالات مخزنی ارائه شده است. نتایج عملکرد این روش که با اطاعات تست چاه مورد اعتبار سنجی قرار گرفته است نشان می دهد ،که این روش قادر است به نحو مطلوبی مرز سیالات مخزنی را مشخص کند . تفاصيل المقالة
      • حرية الوصول المقاله

        13 - تشخیص خودکار بیماری های ریوی با استفاده از ویژگی های مبتنی بر تبدیل کسینوسی گسسته در تصاویر رادیوگرافی
        شمیم یوسفی صمد نجارقابل
        استفاده از نتایج خام رادیوگرافي در تشخیص بیماريهاي ریوي عملکرد قابلقبولي ندارد. یادگیري ماشین ميتواند به تشخیص دقیقتر بیماريها کمک کند. مطالعات گستردهاي در حوزه تشخیص خودکار بیماريها با کمک یادگیري ماشین کلاسیک و عمیق انجام شده؛ اما این روشها دقت و کارایي قابلقبولي ندار أکثر
        استفاده از نتایج خام رادیوگرافي در تشخیص بیماريهاي ریوي عملکرد قابلقبولي ندارد. یادگیري ماشین ميتواند به تشخیص دقیقتر بیماريها کمک کند. مطالعات گستردهاي در حوزه تشخیص خودکار بیماريها با کمک یادگیري ماشین کلاسیک و عمیق انجام شده؛ اما این روشها دقت و کارایي قابلقبولي ندارند یا به دادههاي یادگیري زیادي نیاز دارند. براي مقابله با این چالشها، در این مقاله، روش جدیدي براي تشخیص خودکار بیماريهاي ریوي بینابیني در تصاویر رادیوگرافي ارائه ميشود. در گام اول، اطلاعات بیمار از تصاویر حذف شده؛ سپس، پیکسلهاي باقیمانده، جهت پردازشهاي دقیقتر، استانداردسازي ميشوند. در گام دوم، پایایي روش پیشنهادي با کمک تبدیل رادان بهبود یافته، دادههاي اضافي با استفاده از فیلتر Top-hat حذف شده و نرخ تشخیص با بهرهبرداري از تبدیل موجک گسسته و تبدیل کسینوسي گسسته افزایش ميیابد. سپس، تعداد ویژگيهاي نهایي با کمک آنالیز تشخیصي حساس به مکان کاهش ميیابد. در گام سوم، تصاویر پردازششده به دو دسته یادگیري و تست تقسیم ميشوند؛ با استفاده از دادههاي یادگیري، مدلهاي مختلفي ایجاد شده و با کمک دادههاي تست، بهترین مدل انتخاب ميشود. نتایج شبیهسازيها بر روي مجموعه داده NIH نشان ميدهد که روش پیشنهادي مبتني بر درخت تصمیم با بهبود میانگین هارمونیک حساسیت و صحت تا 08 / 1 برابر، دقیقترین مدل را ارائه ميدهد. تفاصيل المقالة
      • حرية الوصول المقاله

        14 - آشکارسازی و تحليل سیگنال‌های آکوستيک تغییردهنده‌های تپ زير بار ترانسفورماتورهای قدرت جهت تشخيص خطا
        عادل یونسی عباس  غایب لو حسن رضا میرزائی
        <p class="Abstract" dir="RTL" style="text-align: justify; direction: rtl; unicode-bidi: embed;"><span lang="AR-SA" style="font-size: 14.0pt; line-height: 105%; font-family: 'B Nazanin'; font-weight: normal;">تغییردهنده&zwnj;های تپ قابل قطع زیر بار یکی از مهم&zwnj;ترین ت أکثر
        <p class="Abstract" dir="RTL" style="text-align: justify; direction: rtl; unicode-bidi: embed;"><span lang="AR-SA" style="font-size: 14.0pt; line-height: 105%; font-family: 'B Nazanin'; font-weight: normal;">تغییردهنده&zwnj;های تپ قابل قطع زیر بار یکی از مهم&zwnj;ترین تجهیزات ترانسفورماتورهای قدرت محسوب می&zwnj;شوند. این تجهیزات به&zwnj;دلیل داشتن حرکت&zwnj;های مکانیکی شدید و ایجاد قوس الکتریکی با انرژی بالا، دارای نرخ خرابی بالایی نسبت به دیگر تجهیزات داخلی ترانسفورماتور هستند. ارزیابی برخط و دقیق صحت عملکرد عادی تغییردهنده&zwnj;های تپ توسط روش&zwnj;هایی که در عملکرد عادی ترانسفورماتور خللی ایجاد نکنند، از اهمیت بسیار زیادی برخوردار است. در این مقاله، روند تشخیص عیوب تغییردهنده&zwnj;های تپ با استفاده از ویژگی&zwnj;های استخراج&zwnj;شده از سیگنال&zwnj;های آکوستیک مورد بحث و بررسی قرار گرفته است. این سیگنال&zwnj;ها توسط یک سنسور شتاب&zwnj;سنج از مخزن یک ترانسفورماتور قدرت و در حین تغییر تپ به&zwnj;صورت عملی آشکارسازی شده&zwnj;اند. در این مقاله علاوه بر بررسی ویژگی&zwnj;های معمول، دو ویژگی جدید شاخص زمان و شاخص فرکانس معرفی شده است. نهایتاً جهت انتخاب ویژگی&zwnj;های مناسب جهت تشخیص عیوب و ارائه روشی کارآمد جهت دسته&zwnj;بندی آنها، برخی از داده&zwnj;های عملی موجود با توجه به نتایج ارائه&zwnj;شده در مراجع به&zwnj;صورت تصادفی معیوب شده و توسط روش ماشین بردار پشتیبان، داده&zwnj;های سالم و معیوب به&zwnj;طور موفقیت&zwnj;آمیزی طبقه&zwnj;بندی شده&zwnj;اند.</span></p> تفاصيل المقالة
      • حرية الوصول المقاله

        15 - تشخیص و مکان‌یابی خطا در شبکه‌های الکتریکی هیبریدی شناورها با استفاده از تبدیل موجک
        محسن علیانی آرش دهستانی کلاگر محمدرضا علیزاده پهلوانی
        <p>در سیستم قدرت هیبریدی شناورها، امکان بروز انواع مختلف خطا بسیار زیاد است. طبق مطالعات صورت&zwnj;گرفته در زمینه تشخیص و مکان&zwnj;یابی خطا در ریزشبکه&zwnj;های هیبریدی شناورها، فقدان تکنیک&zwnj;های جامع مدیریت خطا برای حفاظت ریزشبکه شناور از خطاهای اتصال کوتاه، مانع اص أکثر
        <p>در سیستم قدرت هیبریدی شناورها، امکان بروز انواع مختلف خطا بسیار زیاد است. طبق مطالعات صورت&zwnj;گرفته در زمینه تشخیص و مکان&zwnj;یابی خطا در ریزشبکه&zwnj;های هیبریدی شناورها، فقدان تکنیک&zwnj;های جامع مدیریت خطا برای حفاظت ریزشبکه شناور از خطاهای اتصال کوتاه، مانع اصلی استفاده از ریزشبکه&zwnj;های هیبریدی شناورها برای مأموریت&zwnj;های دریایی حیاتی به&zwnj;شمار می&zwnj;آید. با توجه به قیود و محدودیت&zwnj;های میدانی در شناورها، طراحی یک سیستم حفاظت الکتریکی برای ریزشبکه&zwnj;های هیبریدی شناورها، نیاز به توجه و دقت به الزامات ویژه&zwnj;ای دارد. هدف این مقاله، ارائه یک طرح حفاظتی مناسب جهت تشخیص، طبقه&zwnj;بندی و مکان&zwnj;یابی خطا در ریزشبکه&zwnj;های هیبریدی شناورهاست. در این راستا تشخیص، طبقه&zwnj;بندی و مکان&zwnj;یابی خطا در مدت زمان 034/0 ثانیه الی 54/0 ثانیه با استفاده از الگوریتم مبتنی بر پردازش سیگنال تبدیل موجک با مرتبه چهارم (4db) انجام می&zwnj;شود. مشاهده نتایج و تحلیل آنها نشان می&zwnj;دهد که الگوریتم پیشنهادی به&zwnj;خوبی، انواع خطاها حتی خطاهای بسیار گذرا (حدود 1 میلی&zwnj;ثانیه) را چه در بخش AC و چه در بخش DC ریزشبکه شناور، تشخیص، طبقه&zwnj;بندی و مکان&zwnj;یابی می&zwnj;نماید.</p> تفاصيل المقالة