ارائه یک روش جدید در بهینه سازی تخمین استانه با استفاده از الگوریتم جدید fuzzy binari particle swarm optimazation به منظور حذف دقیق تر نویز در حوزه موجک
- سال انتشار: 1390
- محل انتشار: اولین کنفرانس ملی دانش پژوهان کامپیوتر و فناوری اطلاعات
- کد COI اختصاصی: CSCCIT01_044
- زبان مقاله: فارسی
- تعداد مشاهده: 1274
نویسندگان
دانشگاه تربیت معلم سبزوار - دانشکده فنی و مهندسی - گروه مهندسی پزشکی
دانشگاه تربیت معلم سبزوار - دانشکده فنی و مهندسی - گروه مهندسی پزشکی
چکیده
مساله حذف نویز از داده ها از موضوعات مهم در تحقیقات علوم مختلف می باشد . یکی از بخش های مهم و ارزشمند در این زمینه حذف نویز از تصویر است. با توجه به ارائه روشهای حدف نویز از طریق WAVELET موجک و کارایی انها ، در این تحقیق به بررسی روش حذف نوبز در این حوزه از طریق میزان صحیح و بهینه استانه می پردازیم انتخاب آستانه صحیح یک وش موثر در حذف نویز است. در این تحقیق محاسبه مقدار آستانه به صورت یک مساله بهینه سازی مطرح شده است. گروهی از روشهای حذف نویز درحوزه WAVELET موجک ، با استفاده از راهکارهای گوناگون ، مقدار آستانه ایی برای ضرایب مربوط به نویز را تخمین می زنند و گروهی دیگر سعی می کنند تا تابع آستانه گیری مناسب را بدست آورند. در این مقاله به ارائه روشی نوین و ترکیبی از منطق فازی و الگوریتم باینری حرکت دسته جکعی ذرات به منظور بدست اوردن مقدار دقیق بهینه آستانه برای حذف نویز می پردازیم. این روش برخلاف روشهای قبلی خیلی ساده بوده و هیچ گونه وابستگی به اندازه تصویر ندارد. نتایج الگوریتم پیشنهادی بر روی تصاویر مختلف انجام شد که درئنهایت دقت و سرعت بالای این روش نسبت به سایر روشها به اثبات رسید که بخوبی در قسمت بحث و نتیجه گیری بیان می شود.کلیدواژه ها
نویززدایی ، آستانه گیری ، تبدیل WAVELET ، الگوریتم حدگت دسته جمعی ذراتمقالات مرتبط جدید
- بررسی عددی تاثیر لایه مرزی بر عملکرد انتقال حرارت و افت فشار در مبدل های حرارتی
- Quantitative Insights into G Protein Signaling: A Review of Recent SPR Methodologies and Discoveries
- استفاده از دو الگوریتم رمزنگاری AES و DES در راستای افزایش امنیت اطلاعات در شبکه های حسگر بیسیم
- پیشنهاد الگوریتم های بهینه سازی برای طراحی گراف های پیچیده با استفاده از شبکه های مولد (GAN)
- طراحی و ارزیابی مدل های تحلیلی برای تسریع فرایند های تصمیم گیری در تحلیل داده های بزرگ به کمک تکنیک یادگیری ماشین
اطلاعات بیشتر در مورد COI
COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.
کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.