در سامانه های امنیتی برای ساخت کلیدهای رمزنگاری متفاوت برای کاربران مختلف، عموماً از گذرواژه ای که کاربر انتخاب می کند، استفاده می شود. امّا معمولاً گذرواژه های کاربران ضعیف، کوتاه و قابل حدس هستند؛ از این رو کلید حاصله از چنین گذرواژه هایی نیز چندان قدرتمند نخواهد بود. از سوی دیگر امکان دارد این گذرواژه ها فراموش شوند و یا لو بروند. روش دیگر برای ساخت کلیدهای رمزنگاری مختلف تولید گذرواژه هایی طوی...

چکیده:در میان الگوریتم‌های تخمین تطبیقی توزیع­شده، الگوریتم حداقل میانگین مربعات افزایشی به دلیل پیچیدگی محاسباتی پایین، و نیاز به کمترین میزان ارتباطات و توان، محبوبیت بالایی دارد. اما، این الگوریتم از همگرایی کند اولیه رنج می‌برد. در این مقاله، الگوریتم طول متغیری برای افزایش همگرایی شبکه‌های تطبیقی افزایشی با لینک‌های نویزی ارائه می‌شود. نخست، الگوریتم طول متغیر پیشنهادی در چهارچوب شبکه‌ها‌ی...

اخیراً شبکه های تطبیقی برای حل مساله تخمین خطی در شبکه های توزیع شده مانند شبکه های سنسوری بی سیم معرفی شده اند. ایده اصلی در این نوع از شبکه ها آن است که حل مساله تخمین به صورت توزیع شده نیاز به اطلاعات آماری مساله ندارد. در عمل مسائلی مانند وجود لینک های نویزی و متغیر بودن توپولوژی شبکه سبب تغییر چشمگیر عملکرد شبکه های تطبیقی می گردد. با توجه به اهمیت این مسائل در این رساله جنبه های عملی مربوط...

چکیده: «شبکۀ عصبیِ بر پایۀ توابعِ شعاعی » یک تقریب گر عمومی می باشد. در این مقاله «تابعِ فعال سازِ گرانولی» برای بهبودِ یادگیری این شبکه در شرایط نویزی پیشنهاد می گردد که یک تابعِ گاوسی با «انحراف استاندارد بازه ای و میانگین ثابت» است و به آن «تابعِ فعال سازِ بازه ای» نیز گفته می شود. در لایۀ میانیِ این شبکه، سه پارامترِ وابسته به توابعِ فعال سازِ گرانولی آموزش می بینند که «مرکزِ توابعِ فعال سازِ گرانولی» که ...

تصاویر پزشکی اهمیت ویژه‏ای در تشخیص پزشکی دارند. در این مقاله یک روش ترکیبی هوشمند مبتنی بر یک سیستم فازی- عصبی برای حذف نویز از این گونه تصاویر ارایه می‏شود. چندین روش عمومی و مفید برای حذف نویز از تصاویر وجود دارند؛ به‏عنوان‏ نمونه می‏توان از فیلتر میانگین، فیلتر میانه، فیلتر میانه وزن‌دار و فیلتر میانه تطبیقی نام برد. در رابطه با حذف نویز از تصاویر پزشکی به علت ویژگی خاص آن‏ها نیاز به قابلیت...

چکیده: «شبکۀ عصبیِ بر پایۀ توابعِ شعاعی » یک تقریب گر عمومی می باشد. در این مقاله «تابعِ فعال ساز گرانولی» برای بهبود یادگیری این شبکه در شرایط نویزی پیشنهاد می گردد که یک تابعِ گاوسی با «انحراف استاندارد بازه ای و میانگین ثابت» است و به آن «تابعِ فعال ساز بازه ای» نیز گفته می شود. در لایۀ میانیِ این شبکه، سه پارامترِ وابسته به توابعِ فعال ساز گرانولی آموزش می بینند که «مرکز توابعِ فعال ساز گرانولی» که ...

هدف دسته‌بندی تک‌کلاسه، تشخیص و جداسازی داده‌های اصلی از داده‌های پرت است. دسته‌بند توصیف داده‌ها مبتنی بر بردار پشتیبان، یکی از روش‌های دسته‌بندی تک‌کلاسه است. این روش با تعریف اَبَرکُره‌ای در فضای ویژگی‌ها، سعی بر پوشش داده‌های اصلی در فضای اَبَرکُره دارد. سطح اَبَرکُره، مرز جداساز داده‌های اصلی از داده‌های پرت است. تعیین شعاع و مرکز مناسب برای اَبَرکُره در فضای ویژگی‌ها، یک مسئله بهینه‌سازی است. وجود دا...