فهرس المقالات SVD

• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  1 - مطالعه حوزه رسوبي شمال غرب ايران با استفاده از مدل¬سازي سه¬بعدي داده‌هاي گراني‌سنجي
  مجتبی  توکلی علي  نجاتي كلاته
  مدل سازی وارون داده های گرانی ، یکی از جالب ترین ابزارهای عددی به منظور به دست آوردن تصاویر سه-بعدی از ساختارهای زمین شناسی است. در این مقاله از مدل سازی وارون غیرخطی داده های گرا نی سنجی جهت تعیین توپوگرافی سه بعدی سنگ بستر استفاده می شود. در فرآیند مدل سازی سه بعدی آن أکثر

  مدل سازی وارون داده های گرانی ، یکی از جالب ترین ابزارهای عددی به منظور به دست آوردن تصاویر سه-بعدی از ساختارهای زمین شناسی است. در این مقاله از مدل سازی وارون غیرخطی داده های گرا نی سنجی جهت تعیین توپوگرافی سه بعدی سنگ بستر استفاده می شود. در فرآیند مدل سازی سه بعدی آنومالی-های گرانی، یک سنگ بستر عموما به وسیله یک سری از بلوک های راست گوشه کنارهم چیده شده، مدل شده و سپس ضخامت آن ها محاسبه می‌شود. الگوریتم تهیه شده بر مبنای روش تجزیه مقادیر تکین، طی تکرارهای مختلف با مقایسه داده های واقعی و داده های مدل تعدیل یافته، مدل اولیه را بهبود می دهد. به-منظور نشان دادن کارایی زیر برنامه های کامپیوتری ارائه شده، ابتدا مدل سازی وارون برای داده های مصنوعی بدون نوفه و حاوی نوفه صورت گرفت. در پایان مدل سازی روی قسمتی از داده های گرانی سنجی ناحیه مغان در شمال غربی ایران انجام شد. حوضه رسوبی مغان به علت نزدیکی به مناطق نفت خیز باکو و ضخامت زیاد سنگ های رسوبی جهت اکتشافات هیدروکربوری مورد توجه می باشد. یک فاکتور مهم در بحث اکتشاف نفت و گاز، بررسی سنگ های رسوبی به ویژه از لحاظ ضخامت می باشد. در منطقه مورد مطالعه هدف پیداکردن ضخامت رسوبات یا به عبارت دیگر مرز میان سازند اجاق قشلاق و سنگ بستر غیر رسوبی است که نتایج با واقعیات زمین شناسی، مقاطع لرزه ای و مطالعات گرانی سنجی قبلی هم خوانی دارد. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  2 - Effects of Wave Polarization on Microwave Imaging Using Linear Sampling Method
  Mehdi Salar Kaleji Mohammad  Zoofaghari reza Safian Zaker Hossein  Firouzeh
  10.7508/jist.2015.03.004
  Linear Sampling Method (LSM) is a simple and effective method for the shape reconstruction of unknown objects. It is also a fast and robust method to find the location of an object. This method is based on far field operator which relates the far field radiation to its أکثر

  Linear Sampling Method (LSM) is a simple and effective method for the shape reconstruction of unknown objects. It is also a fast and robust method to find the location of an object. This method is based on far field operator which relates the far field radiation to its associated line source in the object. There has been an extensive research on different aspects of the method. But from the experimental point of view there has been little research especially on the effect of polarization on the imaging quality of the method. In this paper, we study the effect of polarization on the quality of shape reconstruction of two dimensional targets. Some examples are illustrated to compare the effect of transverse electric (TE) and transverse magnetic (TM) polarizations, on the reconstruction quality of penetrable and non-penetrable objects. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  3 - Concept Detection in Images Using SVD Features and Multi-Granularity Partitioning and Classification
  Kamran  Farajzadeh Esmail  Zarezadeh Jafar Mansouri
  10.7508/jist.2017.19.004
  New visual and static features, namely, right singular feature vector, left singular feature vector and singular value feature vector are proposed for the semantic concept detection in images. These features are derived by applying singular value decomposition (SVD) " أکثر

  New visual and static features, namely, right singular feature vector, left singular feature vector and singular value feature vector are proposed for the semantic concept detection in images. These features are derived by applying singular value decomposition (SVD) "directly" to the "raw" images. In SVD features edge, color and texture information is integrated simultaneously and is sorted based on their importance for the concept detection. Feature extraction is performed in a multi-granularity partitioning manner. In contrast to the existing systems, classification is carried out for each grid partition of each granularity separately. This separates the effect of classifications on partitions with and without the target concept on each other. Since SVD features have high dimensionality, classification is carried out with K-nearest neighbor (K-NN) algorithm that utilizes a new and "stable" distance function, namely, multiplicative distance. Experimental results on PASCAL VOC and TRECVID datasets show the effectiveness of the proposed SVD features and multi-granularity partitioning and classification method تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  4 - A New VAD Algorithm using Sparse Representation in Spectro-Temporal Domain
  Mohadeseh  Eshaghi Farbod  Razzazi Alireza Behrad
  10.7508/jist.2019.01.007
  This paper proposes two algorithms for Voice Activity Detection (VAD) based on sparse representation in spectro-temporal domain. The first algorithm was made using two-dimensional STRF (Spectro-Temporal Response Field) space based on sparse representation. Dictionaries أکثر

  This paper proposes two algorithms for Voice Activity Detection (VAD) based on sparse representation in spectro-temporal domain. The first algorithm was made using two-dimensional STRF (Spectro-Temporal Response Field) space based on sparse representation. Dictionaries with different atomic sizes and two dictionary learning methods were investigated in this approach. This algorithm revealed good results at high SNRs (signal-to-noise ratio). The second algorithm, whose approach is more complicated, suggests a speech detector using the sparse representation in four-dimensional STRF space. Due to the large volume of STRF's four-dimensional space, this space was divided into cubes, with dictionaries made for each cube separately by NMF (non-negative matrix factorization) learning algorithm. Simulation results were presented to illustrate the effectiveness of our new VAD algorithms. The results revealed that the achieved performance was 90.11% and 91.75% under -5 dB SNR in white and car noise respectively, outperforming most of the state-of-the-art VAD algorithms. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  5 - 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
  • صفحة الملخص
  • نص كامل
  
  6 - تشخیص چندکاربره وفقی مبتنی بر SVD برای یک سیستم طیف گسترده با رشته‌های آشوبی بهینه‌شده
  سعید شعرباف تبریزی سيدعلیرضا سیدین
  طراحی ساختارهای مخابراتی پهن‌باند که از سیگنال‌های آشوبی برای ارسال اطلاعات استفاده می‌کنند، به یکی از زمینه‌های پرکاربرد در زمینه مخابرات طیف گسترده بدل گردیده است. در این میان، محدوده وسیعی از مطالعات به طراحی رشته‌های شبه‌نویز آشوبی به‌عنوان جایگزین برای کدهای گسترش أکثر

  طراحی ساختارهای مخابراتی پهن‌باند که از سیگنال‌های آشوبی برای ارسال اطلاعات استفاده می‌کنند، به یکی از زمینه‌های پرکاربرد در زمینه مخابرات طیف گسترده بدل گردیده است. در این میان، محدوده وسیعی از مطالعات به طراحی رشته‌های شبه‌نویز آشوبی به‌عنوان جایگزین برای کدهای گسترش متداول در سیستم‌های DS-CDMA متمرکز گردیده که با وجود برخی مزایای قابل توجه چون غیر متناوب بودن، امکان پیاده‌سازی آنالوگ و نیز امکان توسعه آسان برای تعداد کاربران زیاد، هنوز با مشکلاتی چون خطای نسبتاً بالا در کانال‌های با سیگنال به نویز کم و یا کانال‌های دارای تداخل چندمسیره دست به گریبان هستند. در این مقاله با هدف بهبود عملکرد سیستم‌های طیف گسترده آشوبی، از دو ایده بهینه‌سازی فرآیند تولید کد و کاهش تداخل بین کاربری استفاده شده که بدین منظور ابتدا روشی مبتنی بر الگوریتم ژنتیک، برای تولید مولدهای آشوبی بهینه در فرستنده پیشنهاد می‌گردد و در ادامه طرحی متکی بر تبدیل SVD برای تشخیص چندکاربره و کاهش وفقی اثر تداخل کاربران، در گیرنده پیاده‌سازی خواهد شد. نتایج شبیه‌سازی برای شرایط مختلف کانال و تعداد کاربران متفاوت، نشان از بهبود قابل توجه عملکرد سیستم طیف گسترده آشوبی معرفی‌شده در حضور نویز کانال و اعوجاج چندمسیره، نسبت به ساختارهای آشوبی اولیه و نیز سیستم‌های طیف گسترده معمول که از رشته‌های حداکثر طول استفاده می‌کنند، دارد. تفاصيل المقالة