ترجمه مقاله آنتروپی تخمینی به عنوان اندازه ای از سیستم پیچیده

دسته: فنی و مهندسی

حجم فایل: 1304 کیلوبایت

تعداد صفحه: 12

آنتروپی تخمینی به عنوان اندازه ای از سیستم پیچیده

خلاصه

روش هایی برای تعیین کردن تغییرات مربوط به پیچیدگی سیستم از داده های ارزیابی شده وجود دارد. همگرایی یک فرکانس با استفاده از الگوریتم بعد هم بستگی نسبت به یک مقدار معین می باشد که ضرورتا نشان دهنده مدل انتخابی نمی باشد. آنالیزهای اخیر خانواده ای از فرمول ها و آمارها را برای تخمین زدن تقریبی آنتروپی یا ApEn را فراهم ساخته است که پیشنهاد می کنند که ApEn می تواند به عنوان سیستم های پیچیده طبقه بندی شود و حداقل 1000 داده را در مجموعه های گوناگونی مشخص سازد کعه شامل هم بی نظمی های مهم و فرایندهای اتفاقی می شود. توانایی برای تغییر دادن پیچیدگی تصمیم از چنین مقدار کوچک مرتبط در مورد داده ها برای به کار بردن های ApEn در زمینه های مختلف حفظ شده است.

تلاش برای فهمیدن پدیده پیچیدگی، از طریق محققان علمی مورد بررسی قرار می گیرد که بی نظمی را به عنوان یک مدل ممکن در نظر گرفته اند. فرمول ها برای مشخص کردن رفتار بی نظمی در مشخصه های پوشش دار خاص از جاذبه های عجیب ارتقا یافته اند که نشان دهنده سیستم های دینامیکی طوللانی مدت می باشد. اخیرا مشخص شده است که در بیشتر مجموعه های غیر ریاضی فرمول های جدید الگوریتم هایی برای داده های سری های زمانی آزمایش به صورت اولیه برای آزمون آماری با دقت به کار می رود. در یکی از مقالات در این زمینه بحث شده بود که حضور بی نظمی های تعیین شده در مورد آنالیز داده ها وجود دارد و شامل تخمین های خطا براساس محاسبات ابعادی و آنتروپی می باشد. در حالی که آنالیزهای ریاضی سیستم های شناخته شده ای را تعیین می کنند که مورد علاقه هستند و دارای مسئله عمیق می باشند به گونه ای که کاربردهای الگوریتمی در آن ها و به خصوص در این جا خطرناک می باشد. حتی برای سیستم های بی نظم با ابعاد کم یک تعداد زیادی از نقاط برای به دست آوردن پوشش در این بعد و الگوریتم های آنتروپی مورد نیاز می باشد، اگر چه آن ها اغلب با تعداد نامناسبی از نقاط به کار برده می شوند. همچنین بیشتر آنتروپی ها و تعریف های ابعادی برای سیستم نویز به صورت ناپیوسته هستند. علاوه بر این تفسیرهای مربوط به مقادیر محاسبه شده ابعادی نیز مشاهده می گردد که به نظر می رسد که در حقیقت پایه و اساس کلی ندارد برای مثال تعداد متغیرههای آزاد یا معادله های متفاوت برای یک سیستم مدل مورد نیاز می باشد.

هدف از این مقاله ارتقا ادن یک مدل ریاضی برای خانواده ای از فذمولا ها و اعداد و ارقام آماری است که در آن ها آنتروپی تخمینی به صورت یک مفهوم کمی شده پیچیده ارائه میب گردد. ما سه سوال پایه ای در این زمینه می پرسیم 1- آیا می توان بی نظمی ها را از بعد پوششی یا آنتروپی محاسبه کرد2- اگر نه چگونه ما می توانیم آن را کمی کنیم و چگونه ابزارهایی در دسترس هستند؟ 3- اگر ما تلاش کنیم تا اندازه مربوط به سیستم پیچیده را استقرار دهیم که تغییر می کنند آیا ما می توانیم این کار را با نقاط داده ای کمتر و استحکام بیشتر در مقایسه با ابزارهای در دسترس موجود انجام دهیم؟

من نشان می دهم که یکی می تواند فرایند اتفاقی با بعد هم بسته 0 باشد و بنابراین پاسخ مربوط به 1 خیر می باشد. این نشان می دهد که فرایندهای تصادفی برای عبارت هایی موفق هستند که هم بسته هستند و می تواند ارزش های ابعادی معینی را ایجاد کند. یک فاز مربوط به پلات فضایی عبارت های پوشش دار در چنین موردی ممکن است سپس هم بستگی و ساختار را نشان دهد. این نشان دهنده مدل معینی می باشد. در این زمینه شکل های 4 الف و ب مربوط به بابلویانتاز و دستکس با هم مقایسه می گردند.

اگر یکی نتواند امیدوار برای استقرار یافتن بی نظمی باشد در نتیجه یکی تلاش می کند تا سیستم های پیچیده را از طریق تخمین زدن پارامتر تشخیص دهد. پارامترها اساسا مرتبط با بینظمی اندازه گیری بعد، مقدار اطلاعات ایجاد شده و طیف لیاپنو هستند. طبقه بندی کردن سیستم های دینامیکی از طریق آنتروپی و طیف لیاپنو از کارهای کولموگرو، سینایی و اسلدتس استنباط شده است اگر چه این کارها استناد به قضیه های ارگودیک دارد و نتایج برای مجموعه های احتمالی قابل کاربرد می باشد. فرمول های ابعادی به وسیله ساختاری تحریک می گردند که در محاسبه مربوط به آنتروپی شبیه به بعد هاسدورف و محاسبات مربوط به آن هستند. کاری تئوری بالا به معنای موثر بودن سیستم های دینامیکی معین، داده های نویزی یا تعیین کردن مجموعه ها نمی باشد. برای همه این فرمول ها و الگوریتم ها مقدار داده هایی که مورد نیاز می باشد به صورت پوشش دار به دست می آیند که به صورت غیر عملی بزرگ هستند. ولف و همکاران بین نقاط 10^d و 30^d نقاطی برای پر کردن بعد d در مجموعه بی نظم مورد نیاز می باشد. همچنین برای بیشتر فرایندهای تصادفی مدل های قابل پیش بینی برای برخی از سیستم های فیزیکی به صورت پیچیده پدیدار می شوند که با یک پارامتر کنترل تغییر می یابند چنان چه اندازه های فوق الذکر بدون تغییر باقی می مانند که اغلب با هر یک از مقادیر 0 یا بی نهایت هستند.

برای پاسخ دادن به سوال 3 من خانواده ای از پارامترهای سیستمی ApEn (m، r) را پیشنهاد می کنم و آن را به آمار ApEn (m، r، n) معرفی شده در منبع 7 مرتبط می کنم. تغییرات در این پارامترها به طور کلی موافق با تغییرات در فرمول های ذکر شده برای ابعاد کمتر سیستم های معین می باشد. تازگی ضروری برای پارامترهای ApEn (m، r) می تواند به عنوان یک سیستم وسیعی تشخیص داده شود و برای m کوچک به خصوص m=2 تخمین زدن ApEn (m، r) به وسیله ApEn (m، r، n) می تواند در ارتباط با نقاط کمتر به دست بیاید. این به صورت بالقوه به صورت سیستم ها با ابعاد کم به صورت سیستم های دوره ای و چندگانه با ابعاد گوناگون سیستم های بی نظم، تصادفی و ترکیبی شناخته می شود. در مجموعه تصادفی، روش های آنالیز برای محاسبه کردن ApEn (m، r) می تواند ApEn (m، r، n) را تخمین بزند و مقادیر مربوط به پوشش آماری را برای فرمول مربوط به همه مسائل قابل قبول را برای ابزارهایی تخمین بزند که بتواند همراه با خطوط احتمالی استقرار یابند.

قیمت: 8,000 تومان

خدمات جانبی کنترل کننده تثبیت کننده قدرت

چکیده

در این مقاله به منظور افزایش ثبات سیستم که عمل کنترل توسط پارامترهای تثبیت کننده های قدرت (PSS) ارائه شده است عمل می شود و به عنوان یکی از خدمات جانبی سیستم در نظر گرفته می شود. برای این اثر در ازای خدماتی که ارائه می دهد، نیاز به تدوین و روش های مکانیسم های مناسب برای ثبات های مالی که رد ژنراتور وجود دارد بکار می رود و، در عین حال، نیز برای شناسایی PSS اصلی برای ثبات سیستم و همچنین کسانی که می تواند حتی موجب آسیب رسیدن به ثبات کلی سیستم شوند بررسی می شوند. تعاونی نظریه الگوریتم با استفاده از رویکرد مبتنی بر معیار ارزش شپلی در این مقاله بکار رفته و برای شناسایی نقش حاشیه ای هر یک از PSS استفاده می شود. با تلاش های زیاد کنترل کامل بدست می آید. بر این اساس، به تشریح روش تخصیص مناسب از پرداخت به مقادیر در هر ژنراتور برای ارائه PSS می باشیم.

کلیدواژه: خدمات جانبی کنترل کننده، تئئوری بازی تعاونی، تثبیت کننده های سیستم توان، خدمات کنترل pss، ارزش شارپلی

مقدمه

سیستم تثبیت کننده برق (PSS) که به طور گسترده ای به عنوان دستگاه کنترل پذیرفته شده است و برای اطمینان از ثبات سیستم ضروری می باشد، به رسمیت شناخته شده است، به ویژه ثبات سیگنال پدیده کوچک می باشد. الگوریتم ها را نصب کرده و در برنامه های عملی سیستم قدرت بزرگ بکار می برند که بسیار تاثیر گذار است [1]. مقدار زیادی از کارمقاله که در اصل موضوع مربوط به گزارش تنظیم پارامترهای بهینه PSS با استفاده از روش های مختلف آنالیز مودال کلاسیک و خطی کنترل مطلوب می باشد [2]، و ساختار متغیر تطبیقی به روش اخیر که شامل تکنیک های هوش مصنوعی می باشد می پردازد [3، 4].

اصول و مبانی امنیت در شبکه های رایانه ای

مقدمه:

چنانچه به اهمیت شبکه های اطلاعاتی (الکترونیکی) و نقش اساسی آن دریافت اجتماعی آینده پی برده باشیم، اهمیت امنیت این شبکه ها مشخص می گردد. اگر امنیت شبکه برقرار نگردد، مزیتهای فراوان آن نیز به خوبی حاصل نخواهد شد و پول و تجارت الکترونیک، خدمات به کاربران خاص، اطلاعات شخصی، اطلاعاتی عمومی و نشریات الکترونیک همه و همه در معرض دستکاری و سوءاستفاده های مادی و معنوی هستند. همچنین دستکاری اطلاعات- به عنوان زیربنای فکری ملت ها توسط گروههای سازماندهی شده بین المللی، به نوعی مختل ساختن امنیت ملی و تهاجم علیه دولت ها و تهدیدی ملی محسوب می شود.

برای کشور ما که بسیاری از نرم افزارهای پایه از قبیل سیستم عامل و نرم افزارهای کاربردی و اینترنتی، از طریق واسطه ها و شرکتهای خارجی تهیه می شود، بیم نفوذ از طریق راههای مخفی وجود دارد. در آینده که بانکها و بسیاری از نهادها و دستگاههای دیگر از طریق شبکه به فعالیت می پردازند، جلوگیری از نفوذ عوامل مخرب در شبکه بصورت مسئله ای استراتژیک درخواهد آمد که نپرداختن به آن باعث ایراد خساراتی خواهد شد که بعضاً جبران ناپذیر خواهد بود. چنانچه یک پیغام خاص، مثلاً از طرف شرکت مایکروسافت، به کلیه سایتهای ایرانی ارسال شود و سیستم عاملها در واکنش به این پیغام سیستمها را خراب کنند و از کار بیندازند، چه ضررهای هنگفتی به امنیت و اقتصاد مملکت وارد خواهد شد؟نکته جالب اینکه بزرگترین شرکت تولید نرم افزارهای امنیت شبکه، شرکت چک پوینت است که شعبه اصلی آن در اسرائیل می باشد. مسأله امنیت شبکه برای کشورها، مسأله ای استراتژیک است؛ بنابراین کشور ما نیز باید به آخرین تکنولوژیهای امنیت شبکه مجهز شود و از آنجایی که این تکنولوژیها به صورت محصولات نرم افزاری قابل خریداری نیستند، پس می بایست محققین کشور این مهم را بدست بگیرند و در آن فعالیت نمایند.

فهرست مطالب:

* مقدمه

* فصل یکم تعاریف و مفاهیم امینت در شبکه

* ?-?) تعاریف امنیت شبکه

* ?-?) مفاهیم امنیت شبکه

* ?-?-?) منابع شبکه

* ?-?-?) حمله

* ?-?-?) تحلیل خطر

* ?-?-?- سیاست امنیتی

* ?-?-?- طرح امنیت شبکه

* ?-?-?- نواحی امنیتی

* فصل دوم انواع حملات در شبکه های رایانه ای

* ?-?) مفاهیم حملات در شبکه های کامپیوتری

* ?-?) وظیفه یک سرویس دهنده

* ?-?) سرویس های حیاتی و مورد نیاز

* ?-?) مشخص نمودن پروتکل های مورد نیاز

* ?-?) مزایای غیر فعال نمودن پروتکل ها و سرویس های مورد نیاز

* ?-?) انواع حملات

* ?-?-?) حملات از نوع Dos

* ?-?-?) حملات از نوع D Dos

* ?-?-?) حملات از نوع Back dorr

* ?-?-?-?) Back ori fice

* ?-?-?-?) Net Bus

* ?-?-?-?) Sub seven

* ?-?-?-?) virual network computing

* ?-?-?-?) PC Any where

* ?-?-?-?) Services Terminal

* ?-?) Pactet sniffing

* ?-?-?) نحوه کار packet sniffing

* ?-?-?) روشهای تشخیص packet sniffing در شبکه

* ?-?-?) بررسی سرویس دهنده DNS

* ?-?-?) اندازه گیری زمان پاسخ ماشین های مشکوک

* ?-?-?) استفاده از ابزارهای مختص Antisniff

* فصل سوم) افزایش امنیت شبکه

* ?-?) علل بالا بردن ضریب امنیت در شبکه

* ?-?) خطرات احتمالی

* ?-?) راه های بالا بردن امنیت در شبکه

* ?-?-?) آموزش

* ?-?-?) تعیین سطوح امنیت

* ?-?-?) تنظیم سیاست ها

* ?-?-?) به رسمیت شناختن Authen tication

* ?-?-?) امنیت فیزیکی تجهیزات

* ?-?-?) امنیت بخشیدن به کابل

* ?-?) مدل های امنیتی

* ?-?-?) منابع اشتراکی محافظت شده توسط کلمات عبور

* ?-?-?) مجوزهای دسترسی

* ?-?) امنیت منابع

* ?-?) روش های دیگر برای امنیت بیشتر

* ?-?-?) Auditing

* ?-?-?) کامپیوترهای بدون دیسک

* ?-?-?) به رمز در آوردن داده ها

* ?-?-?) محافظت در برابر ویروس

* فصل چهارم انواع جرایم اینترنتی و علل بروز مشکلات امنیتی

* ?-?) امنیت و مدل

* ?-?-?) لایه فیزیکی

* ?-?-?) لایه شبکه

* ?-?-?) لایه حمل

* ?-?-?) لایه کاربرد

* ?-?) جرایم رایانه ای و اینترنتی

* ?-?-?) پیدایش جرایم رایانه ای

* ?-?-?) قضیه رویس

* ?-?-?) تعریف جرم رایانه ای

* ?-?-?) طبقه بندی جرایم رایانه ای

* ?-?-?-?) طبقه بندی OECDB

* ?-?-?-?) طبقه بندی شعرای اروپا

* ?-?-?-?) طبقه بندی اینترپول

* ?-?-?-?) طبقه بندی در کنوانسیون جرایم سایبرنتیک

* ?-?-?) شش نشانه از خرابکاران شبکه ای

* ?-?) علل بروز مشکلات امنیتی

* ?-?-?) ضعف فناوری

* ?-?-?) ضعف پیکربندی

* ?-?-?) ضعف سیاستی

* فصل ?) روشهای تأمین امنیت در شبکه

* ?-?) اصول اولیه استراتژی دفاع در عمق

* ?-?-?) دفاع در عمق چیست

* ?-?-?) استراتژی دفاع در عمق موجودیت ها

* ?-?-?) استراتژی دفاع در عمق محدوده حفاظتی

* ?-?-?) استراتژی دفاع در عمق ابزارها و مکانیزم ها

* ?-?-?) استراتژی دفاع در عمق پیاده سازی

* ?-?-?) جمع بندی

* ?-?) فایر وال

* ?-?-?) ایجاد یک منطقه استحفاظی

* ?-?-?) شبکه های perimer

* ?-?-?) فایروال ها یک ضرورت اجتناب ناپذیر در دنیای امنیت اطلاعات

* ?-?-?) فیلترینگ پورت ها

* ?-?-?) ناحیه غیر نظامی

* ?-?-?) فورواردینگ پورت ها

* ?-?-?) توپولوژی فایروال

* ?-?-?) نحوه انتخاب یک فایروال

* ?-?-?) فایروال ویندوز

* ?-?) پراکسی سرور

* ?-?-?) پیکر بندی مرور

* ?-?-?) پراکسی چیست

* ?-?-?) پراکسی چه چیزی نیست

* ?-?-?) پراکسی با packet filtering تفاوت دارد

* ?-?-?) پراکسی با packet fillering state ful تفاوت دارد

* ?-?-?) پراکسی ها یا application Gafeway

* ?-?-?) برخی انواع پراکسی

* ?-?-?-?) Http proxy

* ?-?-?-?) FTP Proxy

* ?-?-?-?) PNs proxy

* ?-?-?-?) نتیجه گیری

* فصل ?) سطوح امنیت شبکه

* ?-?) تهدیدات علیه امنیت شبکه

* ?-?) امنیت شبکه لایه بندی شده

* ?-?-?) سطوح امنیت پیرامون

* ?-?-?) سطح ? – امنیت شبکه

* ?-?-?) سطح ? – امنیت میزبان

* ?-?-?) سطوح ? – امنیت برنامه کاربردی

* ?-?-?) سطح ? – امنیت دیتا

* ?-?) دفاع در مقابل تهدیدها و حملات معمول

* فصل هفتم) ابزارها و الگوهای امنیت در شبکه و ارائه ی یک الگوی امنیتی

* ?-?) مراحل ایمن سازی شبکه

* ?-?) راهکارهای امنیتی شبکه

* ?-?-?) کنترل دولتی

* ?-?-?) کنترل سازمانی

* ?-?-?) کنترل فردی

* ?-?-?) تقویت اینترانت ها

* ?-?-?) وجود یک نظام قانونمند اینترنتی

* ?-?-?) کار گسترده فرهنگی برای آگاهی کاربران

* ?-?-?) سیاست گذاری ملی در بستر جهانی

* ?-?) مکانیزم امنیتی

* ?-?) مرکز عملیات امنیت شبکه

* ?-?-?) پیاده سازی امنیت در مرکز SOC

* ?-?-?) سرویس های پیشرفته در مراکز SOC

* ?-?) الگوی امنیتی

* ?-?-?) الگوریتم جهت تهیه الگوی امنیتی شبکه

ترجمه مقاله مسیریابی مشترک بر حسب جابجایی-پیش­بینی و سرویس مکان سلسله­ مراتبی برای VANETها

دسته: مقالات ترجمه شده isi

حجم فایل: 817 کیلوبایت

تعداد صفحه: 12

مسیریابی مشترک بر حسب جابجایی-پیش­بینی و سرویس مکان سلسله­ مراتبی برای VANETها

چکیده

سرویس­های مبتنی بر مکان، اطلاعات مکانی که توسط پروتکل­های مسیریابی جغرافیایی استفاده می­شود را ارائه می­کنند. مسیریابی و سرویس مکان بطور گسترده­ای مرتبط بهم هستند، اما در مطالعات عادی در مورد شبکه­ی اد هاک وسایل نقلیه (VANET) بطور جداگانه­ای کنترل می­شوند. در این مقاله، یک روش مرکب، یعنی مسیریابی هیبریدی مبتنی بر پیش­بینی-جابجایی و سرویس مکانی سلسله ­مراتبی (PHRHLS) ، اتصال یک پروتکل مسیریابی VANET، مسیریابی بدون حالت محیط حریص (GPSR) ، و سرویس مکان سلسله­مراتبی (HLS) را با یک الگوریتم پیش­بینی جابجایی ارائه می­کنیم. نشان می­دهیم که این روش، یعنی PHRHLS، هزینه محلی­سازی را کاهش می­دهد و عملکردهای مسیریابی را افزایش می­دهد. در واقع، شبیه­سازی­های گسترده­ی ما نتایج امیدوار کننده­ای بر حسب تاخیر end-to-end، نسبت تحویل بسته و هزینه پیام کنترلی را نشان می­دهد.

کلمات کلیدی – VANETها، سرویس­های مبتنی بر مکان، پروتکل­های مسیریابی جغرافیایی، تکنیک­های ترکیبی.

1. 1. مقدمه

پروتکل­های مسیریابی جغرافیایی برای ارائه­ ی عملکردهای بهتر برای چنین شبکه­ هایی طراحی شدند. اصل اساسی اتخاذ شده توسط این پروتکل­ها این است که هر گره باید مراقب موقعیت جغرافیایی واقعی خود و موقعیت گرهی که باید به آن برسد، باشد. با این پروتکل­ها، الگوی موقعیت به موقعیت استفاده می­ شود. از این رو، سرویس­های مبتنی بر مکان خاص برای گرفتن موقعیت مقصد لازم هستند.

در واقع، سرویس مبتنی بر مکان و مسیریابی بطور جداگانه­ای در شبکه­های ادهاک وسایل نقلیه (VANETها) انجام شده ­اند: نخست یک سرویس مبتنی بر مکان برای یافتن محل مقصد استفاده می­شود، سپس پروتکل مسیریابی جغرافیایی بسته­های داده را به سمت مقصد مورد نظر مسیریابی می­کند. این فرآیند هر بار که موقعیتِ مقصد تغییر می­کند تکرار می­شود که منجر به وقفه­های پیوسته در ارتباط و هزینه سیگنال­دهی (سیگنالینگ) end-to-end مهم برای پیدا کردن محل مقصد واقعی می­شود. در این مقاله به این بحث می­پردازیم که یک اتصال شدیدتر بین این دو فرایند، خدمات مبتنی بر مکان و پروتکل مسیریابی، که با پیش­بینی جابجایی وسیله نقلیه بسط­یافته است، کاهش معنادار تاثیرات وقفه­ های ارتباطی و هم­چنین هزینه سیگنال­ دهی را میسر می­سازد. روش ما مسیریابی مرکب قابل پیش­بینی و سرویس مکان سلسله مراتبی (PHRHLS) است. PHRHLS با اتصال شدید مسیریابی بدون حالت محیط حریص (GPSR) [1] به­عنوان یک پروتکل مسیریابی جغرافیایی و سرویس مکان سلسله مراتبی (HLS) [2] به عنوان یک سرویس مبتنی بر مکان ساخته شده است. علاوه بر این، یک ویژگی پیش­بینی حرکت که ردیابی حرکت وسیله نقلیه مقصد را ممکن می­سازد به PHRHLS اضافه شده است.

قیمت: 30,000 تومان

ترکیب سنی و برآورد سن از طریق چهره

چکیده

سن انسان، به عنوان یکی از خصوصیات فردی مهم، که می تواند مستقیما توسط طرح های متمایزی که از حالت چهره ناشی می گردد، تشخیص داده شود. به دلیل پیشرفت های سریع در گرافیک کامپیوتر و دید ماشینی، ترکیب سنی مبتنی بر کامپیوتر و برآورد آن از طریق چهره ها، اخیرا به عنوان موضوع رایج خاصی تبدیل شده که این به دلیل ظهور برنامه های کاربردی حقیقی زیادی در همانند هنرهای بدیعی، مدیریتارتباط با مشتری الکترونیکی، کنترل امنیتی و نظارت بر نظارت، زیست سنجی، سرگرمی و هنر بدیعی می باشد. ترکیب سنی به معنی بازتفسیر تصویرچهره از نظر زیباشناختی به همراه روند پیری طبیعی و تاثیرات جوان سازی بر روی چهره فرد می باشد. برآورد سن بر مبنای دسته بندی تصویرچهره به صورت اتوماتیک با در نظر گرفتن سن دقیق (سال) یا گروه سنی (محدوده سنی) چهره افراد، تعریف می گردد. به دلیل جزییان و پیچیدگی، هر دو مسئله دارای جذابیت بوده، با این وچود برای طراحان سیستم برنامه های کاربردی بر مبنای کامپیوتر را به چالش می کشد. تلاش های زیادی در بخش های علمی و صنعتی در طی چند دهه گذشته به این موضوع اختصاص داده شده است. در این مقاله، به بررسی تکنیک های امروزی در ترکیب سنی بر مبنای تصویرو موضوعات برآورد می پردازیم. مدل های موجود، الگوریتم های رایج، عملکردهای سیستم، مشکلات فنی، پایگاه داده عمومی پیر شدن چهره، پروتکل های ارزیابی، و مسیرهای های نوید بخش آینده، با بحث های نظامند مد نظر قرار می گیرد.

کلیدواژه: پیری چهره، برآورد سن، ترکیب سنی، توالی سن، بررسی

مقدمه

به عنوان «پنجره ای به سمت روح بشر» چهره انسان اطلاعات قابل قبول مهمی را در ارتباط با خصوصیات فردی منتقل می کند. خصوصیات انسانی توسط مشخصه های چهره همانند هویت فردی، حالت چهره، جنسیت، سن، اصالت نژاد، و ژست، توجه زیادی را در دهه های گذشته از بخش های آکادمیکی و صنعتی به سمت خود معطوف داشته، از این رو تکنیک پردازش نمای چهره کاربردهای زیادی را در حوزه تصویر و گرافیک کامپیوتری ایجاد کرده است. دو مشکل اساسی در ارتباط با پیشرفت این تکنیک ها، الهام دهنده می باشد.

برنامه توسعه تولید و انتقال، با در نظر گرفتن حد بارگذاری

چکیده

در این مقاله برنامه توسعه تولید و انتقال (TEF , GEP) با در نظرر گرفتن حد بارگذاری سیستم قدرت مطالعه شده است. از روش شبکه های عصبی مصنوعی (ANN) برای ارزیابی حد بارگذاری سیستم قدرت _به دلیل ویژگی های حساسیتش_ استفاده شده است. بازسازی سیستم قدرت و جداسازی سازمان های تصمیم گیرنده توسعه تولید و انتقال، هماهنگی میان شرکت های تولید و انتقال را حیاتی تر ساخته است. از دیگر سو، پایداری ولتاژ، یکی از مشخصه های سطح امنیتی سیستم قدرت می باشد. در این مقاله، نخست الگوی بار یک سیستم قدرت 6-شینه توسعه یافته، و سپس با استفاده از مشخصه های حساسیت ANN بهترین شین برای افزایش بار، تعیین می شود. آنگاه، ارتباط متقابل استراتژیکی میان شرکت انتقال (trasco) و شرکت تولید (GenCo) برای TEP و GEP در یک بازار برق رقابتی با استفاده از تیوری گیم (GT) ارایه می شود. الگوریتم ارایه شده از سه مرحله بهینه سازی برای تعیین تعادل نش بطوری که سودمندترین روش برای هردو سوی گیم در یک گیم برنامه ریزی توسعه، یافتنی باشد تشکیل می شود.

مسیریابی در شبکه پویا با الگوریتم ژنتیک و موریانه ای

• عنوان لاتین مقاله: Routing in Dynamic Network using Ants and Genetic Algorithm
• عنوان فارسی مقاله: مسیریابی در شبکه پویا با استفاده از الگوریتم ژنتیک و الگوریتم موریانه ای.
• دسته: کامپیوتر و فناوری اطلاعات
• فرمت فایل ترجمه شده: WORD (قابل ویرایش)
• تعداد صفحات فایل ترجمه شده: 14
• لینک دریافت رایگان نسخه انگلیسی مقاله: دانلود
• ترجمه سلیس و روان مقاله آماده خرید است.

خلاصه

مسیریابی در شبکه پویا یک فعالیت چالش انگیز است، چون توپولوژی شبکه ثابت نمی باشد. این مسئله در این بررسی با استفاده از الگوریتم موریانه ای برای مد نظر قرار دادن شبکه هایی که از چنین بسته های اطلاعاتی استفاده می کنند، مطرح می گردد. مسیرهای ایجاد شده توسط الگوریتم انت (موریانه) به عنوان داده ورودی برای الگوریتم ژنتیک می باشد. الگوریتم ژنتیکی مجموعه ای از مسیرهای مناسب را پیدا می کند. اهمیت استفاده از الگوریتم موریانه ای، کاهش اندازه جدول مسیر می باشد. اهمیت الگوریتم ژنتیک بر مبنای اصل تکامل مسیرها به جای ذخیره مسیرهای از پیش محاسبه شده می باشد.

کلمات کلیدی:

مسیریابی، الگوریتم موریانه ای، الگوریتم ژنتیکی، معبر، جهش، هر یک از این موارد در زیر به بحث گذاشته می شود.

مقدمه

مسیریابی به عنوان فرایند انتقال بسته ها از گره مبدا به گره مقصد با هزینه حداقل می باشد. از این رو الگوریتم مسیریابی به دریافت، سازماندهی و توزیع اطلاعات در مورد وضعیت شبکه می پردازد. این الگوریتم به ایجاد مسیرهای عملی بین گره ها پرداخته و ترافیک داده ها را در بین مسیرهای گلچین شده ارسال کرده و عملکرد بالایی را حاصل می کند. مسیریابی به همراه کنترل تراکم و کنترل پذیرش به تعریف عملکرد شبکه می پردازد. الگوریتم مسیریابی می بایست دارای اهداف کلی از استراتژی مسیریابی بر مبنای اطلاعات سودمند محلی باشد. این الگوریتم همچنین می بایست کاربر را در مورد کیفیت خدمات راضی نگه دارد. بعضی از روش های مطرح شده برای رسیدن به این اهداف عبارتند از شبیه سازی حشرات اجتماعی و شبکه بسته شناختی. این دو روش از جدول مسیریابی احتمالات استفاده کرده و این امکان را به بسته ها می دهد تا به بررسی و گزارش توپولوژی و عملکرد شبکه بپردازند. دوریگو ام و دی کارو جی، شبکه موریانه ای را به عنوان روشی برای مسیریابی در شبکه ارتباطات مطرح می کنند. ار اسکوندر وورد، اون هالند، جانت (موریانه) بروتن و و لئون روسکرانت، در مقاله شان به بحث در مورد حاصل شدن توازن ظرفیت در شبکه های ارتباطاتی با استفاده از الگوریتم موریانه ای می پردازند. تونی وارد در مقاله تخصصی اش به شرح این موضوع می پردازد که چگونه عوامل محرک بیولوژیکی می تواند برای حل مشکلات مدیریت و کنترل در ارتباطات مورد استفاده قرار گیرد.

هدف این مقاله ایجاد راه حلی با استفاده از الگوریتم موریانه ای (استعاره حشره اجتماعی) و بهینه سازی راه حل با استفاده از الگوریتم های ژنتیکی می باشد. الگوریتم موریانه ای دسته ای از تراکم اطلاعاتی می باشد. تراکم اطلاعاتی روش جایگزینی را در ارتباط با طراحی سیستم اطلاعاتی ارائه می دهد که در آن عملیات خودگردانی، ظهور و توزیع جایگزین کنترل، پیش برنامه ریزی و تمرکز می گردد. این روش تمرکزش را بر روی توزیع، انعطاف پذیری، توانمندی و ارتباطات مستقیم و غیرمستقیم در میان عوامل نسبتا ساده قرار می دهد. الگوریتم ژنتیک به عنوان الگوریتمی می باشد که در آن جمعیت مرتبط با هر گره در مجموع برای حل مشکلات مشارکت دارد.

• فرمت: zip
• حجم: 0.39 مگابایت
• شماره ثبت: 411

دستورالعملهای کامپیوتری سطح بالا

چکیده

محاسبات از طریق پردازش مقدار زیادی از داده ها با توجه به محاسبات ابری امروزی انجام می گیرد. امروزه داده ها تنها ارقام نبوده بلکه اطلاعاتی می باشند که می بایست بطور مناسب حفاظت شده و به آسانی قابل انتقال باشند، اما مدل دستوری مبتکرانه ون نیومن از نظر معماری، آن ها را پشتیبانی نمی کند. این فرایند ما را به سمت معماری جدیدی به نام (مجموعه دستورالعمل های کامپیوتری سطح بالا) هدایت می کند، تا نشانه ها را به دستورات اجرایی مجزا در ارتباط با دستورالعمل ها به منظور پردازش کارامد و موثر محاسبات امروزی مرتبط سازد. دستور HISC (مجموعه دستورالعمل های کامپیوتری سطح بالا) شامل کدهای عملیاتی (opcode) بوده، و شاخص مرتبط به دستور اجرایی مبدا یا مقصد توسط واصف دستورات اجرایی مد نظر قرار می گیرد، که شامل مقادیر یا نسبت هایی در ارتباط با دستور اجرایی می باشد. این مقدار و نسبت ها قابل دسترسی بوده و موازی با مراحل اجرایی، قابل پردازش می باشند که به معرفی سیکل ساعتی صفر یا پایین، موارد بالاسری می پردازد. برنامه نویسی مقصود گرا (OOP) نیازمند کنترل دسترسی دقیق داده ها می باشد. مدل جاوا، jHISC، به اجرای برنامه های مقصودگرا جاوا، نه تنها سریعتر از نرم افزار jHISC می پردازد، بلکه حاوی دستوراتی در سیکل پایین تر نسبت به پردازشگرهای جاوا سخت افزاری می باشد. ما همچنین به طرح توسعه آینده در ارتباط با واصف دستورات اجرایی فراتر از برنامه نویسی مقصود گرا (OOP) می پردازیم.

مقدمه

از زمان معرفی کامپیوترها، معماری کامپیوتر به طور معمول بر مبنای معماری وان نیومن، به همراه مفهوم دستگاه برنامه ذخیره کننده می باشد. در این مدل، الگوریتم حل مسئله توسط یک سری از دستورات کامپیوتری نشان داده می شود، که به منظور دستکاری داده ورودی و تولید داده خروجی به اجرا در می آید. دستوراتی که به همراه داده های دستکاری شده به اجرا در می آیند، در حافظه ذخیره می گردند. این دستورات به صورت متوالی به اجرا در می آیند تا زمانی که شاخه گزینی و جا به جایی اهداف با توجه به دستورات کنترل برنامه روی دهد به صورتی که این شاخه ها و انشعابات شرطی با هم در تلاقی باشند. علاوه بر این دستورات I/O برای تعامل با موارد بیرونی وجود دارند.

طراحی هماهنگ جدید جبران کننده VAR استاتیک و تثبیت کننده سیستم برق

مقدمه

امروزه ابزارهای سیستم انعطاف پذیر انتقال جریان برق (FACTS) به صورت روز افزونی در سیستمهای برق در حال استفاده شدن هستند. این ابزارها دارای اثرات قابل توجهی بر روی افزایش توانایی مهار سیستم دارند. در این مقاله یک الگوریتم جستجوی باکتریایی با محوریت بهینه سازی ازدحام ذره (BF-PSO) برای طراحی پارامترهای هماهنگ شده تثبیت کننده سیستم برق (PSS) و جبران کننده VAR استاتیک (SVC) به کار گرفته می شود. با در نظر گرفتن غیرخطی بودن سیستم برق، روشهای خطی را نمی توان برای طراحی پارامترهای هماهنگ شده کنترل کننده ها مورد استفاده قرار داد. در این مقاله مدل غیرخطی سیستم برق و جبران کننده VAR استاتیک (SVC) برای طراحی پارامترهای تثبیت کننده سیستم برق (PSS) و جبران کننده VAR استاتیک (SVC) مورداستفاده قرار می گیرد. برای این هدف، این مساله طراحی ابتدا به یک مساله بهینه سازی تبدیل می شود و سپس الگوریتم جستجوی باکتریایی با محوریت بهینه سازی ازدحام ذره (BF-PSO) برای حل این مساله به کار گرفته می شود. فرآیندهای شبیه سازی بر روی یازده سیستم برق چهار ماشینی اتوبوس و در نرم افزار مطلب انجام می شوند. نتایج حاصله تایید کننده کارآمدی روش پیشنهادی برای تثبیت کردن نوسانات سیستم برق می باشند. مقایسه بین الگوریتم BF-PSO با الگوریتمهای هوشمند دیگر (یعنی PSO و BFA) عملکرد بهتر روش BF-PSO را روشن تر می کند. امروزه ابزارهای سیستم انعطاف پذیر انتقال جریان برق (FACTS) به صورت روز افزونی در سیستمهای برق در حال استفاده شدن هستند. این ابزارها دارای اثرات قابل توجهی بر روی افزایش توانایی مهار سیستم دارند. در این مقاله یک الگوریتم جستجوی باکتریایی با محوریت بهینه سازی ازدحام ذره (BF-PSO) برای طراحی پارامترهای هماهنگ شده تثبیت کننده سیستم برق (PSS) و جبران کننده VAR استاتیک (SVC) به کار گرفته می شود. با در نظر گرفتن غیرخطی بودن سیستم برق، روشهای خطی را نمی توان برای طراحی پارامترهای هماهنگ شده کنترل کننده ها مورد استفاده قرار داد. در این مقاله مدل غیرخطی سیستم برق و جبران کننده VAR استاتیک (SVC) برای طراحی پارامترهای تثبیت کننده سیستم برق (PSS) و جبران کننده VAR استاتیک (SVC) مورداستفاده قرار می گیرد. برای این هدف، این مساله طراحی ابتدا به یک مساله بهینه سازی تبدیل می شود و سپس الگوریتم جستجوی باکتریایی با محوریت بهینه سازی ازدحام ذره (BF-PSO) برای حل این مساله به کار گرفته می شود. فرآیندهای شبیه سازی بر روی یازده سیستم برق چهار ماشینی اتوبوس و در نرم افزار مطلب انجام می شوند. نتایج حاصله تایید کننده کارآمدی روش پیشنهادی برای تثبیت کردن نوسانات سیستم برق می باشند. مقایسه بین الگوریتم BF-PSO با الگوریتمهای هوشمند دیگر (یعنی PSO و BFA) عملکرد بهتر روش BF-PSO را روشن تر می کند.

پاورپوینت ساختمان دادهها و الگوریتم

در مورد ساختمان داده:

ساختمان داده روشی است برای معرفی و دستکاری داده

و کلیه برنامه های معرفی داده

برای معرفی داده نیازمند یک الگوریتم میباشد.

روش های طراحی الگوریتم نیازمند پیشرفت برنامه هایی است که برای نگهداری داده است.

در علوم کامپیوتر مطالعه ساختمان داده ها مهم وضروری میبا شد.