محمد مؤمنی
دانشگاه یزد - پردیس فنی و مهندسی
[ 1 ] - ارائه یک فیلتر جدید برای حذف نویزهای ضربه‌ای و ترکیب فیلتر پیشنهادی با الگوریتم PSO به‌منظور کشف و دفاع در برابر حملات سیل‌آسای SYN
در حمله‌های SYN-flooding، مهاجم با ایجاد ترافیک بی‌استفاده، حجم زیادی از منابع سرویس‌دهنده و پهنای باند شبکه را مصرف کرده و یا سرویس‌دهنده را به نوعی درگیر رسیدگی به این تقاضاهای بی‌مورد می‌کند. برای پی‌ریزی این حمله، از ضعف پروتکل TCP در برقراری ارتباط بین دو کامپیوتر استفاده می‌کنند، جایی که الگوریتم دست‌تکانی سه‌مرحله‌ای استفاده شده است. این مقاله سیستم تحت حمله را با استفاده از تئوری صف‌بند...
[ 2 ] - بهبود الگوریتم زنبور عسل ژنتیکی برای انتخاب ویژگی های موثر در پیش بینی سرطان پستان از بین عادات غذایی، عوامل فرهنگی، علایم بالینی و نتایج آزمایشگاهی
مقدمه: کشف ویژگی های موثر در بروز سرطان پستان دارای اهمیت است. وجود علایم مختلف این بیماری، تشخیص را برای پزشکان دشوار می کند. پیشگیری از ابتلا به سرطان پستان با آگاهی از عوامل تاثیرگذار در بروز بیماری، میسر می‌گردد. هدف این مقاله، انتخاب ویژگیهای موثر در پیش‌بینی سرطان پستان از بین عادات غذایی، عوامل فرهنگی و نتایج آزمایشگاهی است. برای این کار یک مدل بهینه مبتنی الگوریتم زنبور عسل ژنتیکی برای...
[ 3 ] - بهکارگیری الگوریتم GBC جهت افزایش دقت تشخیص و حذف نویز ضربه در تصاویر ماموگرافی مبتنی بر شبکه عصبی MLP
چکیده مقدمه: سرطان پستان بهرغم انتشار گسترده، به کمک تصاویر ماموگرافی و علایم بالینی بیمار قابل شناسایی به موقع و معالجه قطعی است. حذف اختلالهای ناخواسته نظیر نویزها و بهبود کیفیت تصاویر ماموگرافی، در افزایش دقت تشخیص سرطان موثر میباشد. نویزهای ضربه در تصاویر ماموگرافی دیجیتال به گونهای است که در آن اختلاف شدت پیکسل نویزی با پیکسل‌های اطراف زیاد است. وجود علایم و ویژگیهای مختلف این بیماری...
[ 4 ] - بهینه‌سازی ماشین بردار پشتیبان با الگوریتم GBC جهت پیش‌بینی ارتباط آنفارکتوس قلبی و سرطان: مطالعه موردی
مقدمه: آگاهی از ابتلا به سرطان، احتمال بروز اختلالات عصبی و استرس در بیمار را افزایش می‌دهد. همچنین استرس خطر بروز آنفارکتوس قلبی را بیشتر می‌کند. مطالعه حاضر بر پایه الگوریتم GBC، به بررسی احتمال بروز سکته قلبی در بیماران سرطانی پرداخت. روش: اطلاعات بیماران از پایگاه داده بیمارستان فوق تخصصی شهید صدوقی یزد جمع‌آوری شد. پرونده پزشکی 1679 بیمار مبتلا به آنفارکتوس قلبی مورد بررسی قرار گرفت که از ...
[ 5 ] - بهینه‌سازی ماشین بردار پشتیبان با الگوریتم GBC جهت پیش‌بینی ارتباط آنفارکتوس قلبی و سرطان: مطالعه موردی
مقدمه: آگاهی از ابتلا به سرطان، احتمال بروز اختلالات عصبی و استرس در بیمار را افزایش می‌دهد. همچنین استرس خطر بروز آنفارکتوس قلبی را بیشتر می‌کند. مطالعه حاضر بر پایه الگوریتم GBC، به بررسی احتمال بروز سکته قلبی در بیماران سرطانی پرداخت. روش: اطلاعات بیماران از پایگاه داده بیمارستان فوق تخصصی شهید صدوقی یزد جمع‌آوری شد. پرونده پزشکی 1679 بیمار مبتلا به آنفارکتوس قلبی مورد بررسی قرار گرفت که از ...
[ 6 ] - کاهش تاثیرگذاری حملات سیل آسای SYN با ارتقای دقت الگوریتم PSO توسط فیلتر موثر انطباقی
مدیریت ارتباط پروتکل TCP مستعد یک حمله‌ی کلاسیک می باشد که SYN-flooding نام دارد. در این حمله، مبدأ تعداد زیادی از سگمنت‌های SYN را به طعمه می فرستد بدون اینکه گام سوم از الگوریتم دست تکانی سه مرحله ای را کامل نماید. این امر سبب می‌شود منابع اختصاص یافته برای برقراری ارتباط در سیستم تحت حمله و پهنای باند شبکه به سرعت مصرف شود و در نتیجه از ادامه‌ی فعالیت باز بماند و درگیر رسیدگی به تقاضاهای بی...
[ 7 ] - Diabetes Prediction by Optimizing the Nearest Neighbor Algorithm Using Genetic Algorithm
Introduction: Diabetes or diabetes mellitus is a metabolic disorder in body when the body does not produce insulin, and produced insulin cannot function normally. The presence of various signs and symptoms of this disease makes it difficult for doctors to diagnose. Data mining allows analysis of patients’ clinical data for medical decision making. The aim of this study was to provide a model fo...
[ 8 ] - Diabetes Prediction by Optimizing the Nearest Neighbor Algorithm Using Genetic Algorithm
Introduction: Diabetes or diabetes mellitus is a metabolic disorder in body when the body does not produce insulin, and produced insulin cannot function normally. The presence of various signs and symptoms of this disease makes it difficult for doctors to diagnose. Data mining allows analysis of patients’ clinical data for medical decision making. The aim of this study was to provide a model fo...
[ 9 ] - A Convolutional Neural Network based on Adaptive Pooling for Classification of Noisy Images
Convolutional neural network is one of the effective methods for classifying images that performs learning using convolutional, pooling and fully-connected layers. All kinds of noise disrupt the operation of this network. Noise images reduce classification accuracy and increase convolutional neural network training time. Noise is an unwanted signal that destroys the original signal. Noise chang...
نویسندگان همکار