iosr-JCE最新进展国际会议在计算机科学,工程和技术

文摘:随着音乐数据库的增长的规模和数量,音乐的检索信息为各种应用程序正成为一个重要的任务。有将与研究者的趋势从语音信号处理的音乐信息检索(MIR)。在这项研究中我们围绕印度乐器声音样本的识别记录在自然环境。识别的特性考虑包括零交叉,根意味着广场能源和Mel-Frequency Cepstral系数。我们实现了77.5%的总正确结果的识别四个工具被认为是最高价值的小风琴在90.00%。

关键字——Avanadha Vadya、加纳Vadya、印度乐器,Mel-Frequency Cepstral系数,RootMeans广场能量,Sushir Vadya, Tantu Vadya,零交叉

[1]。苗条ESSID *, Ga¨el大卫理查德和伯特兰”在复调MusicBased仪器识别自动分类”
[2]。Tetsuro非,东京电力公司主席转到其它Komatani,理事长绪方Tetsuya和Hiroshi g . Okuno”乐器识别在复调音乐:特征加权和混合声音,Pitch-Dependent音色建模,并使用的音乐背景”,2005。
[3]。美国Essid、g·理查德和b大卫,“在独奏乐器识别性能,在Proc。欧元。信号处理相依,1288 - 1292年,2004页。
[4]。Antti Eronen,“自动乐器识别”,硕士论文,民国2001年。
[5]。a . Eronen“乐器识别特性的比较”在IEEE Proc. Workshopon音频和声学信号处理的应用,19 - 22日,2001页。

文摘:自动身份验证个体生物特征是一个活跃的音高。耳朵识别是吸引研究人员的利益作为其明确的长期生理外观和相同的结构。因此本文研究已经探讨耳朵作为关注的生物治疗验证个人主要选择12个文件。恢复这些文件我们观察到不同的作者.............所使用的技术
关键字:筛选、2 d、3 d拍摄,FRGCv2, DB, WPUTE, SCFace, KD,和,NCC,哈雾,GF,识别,发现技术等。

[1]。j .周Cadavid和m . Abdel-Mottaleb”,利用2 d耳朵识别颜色筛选功能,“2011年18 IEEE图像处理国际会议上,布鲁塞尔,2011年,页553 - 556。doi: 10.1109 / ICIP.2011.6116405。
[2]。URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6116405&isnumber=6115588。
[3]。n . Poh a Rattani和f . Roli批判性分析自适应生物识别系统”,在专业的生物识别技术,1卷,没有。4,第187 - 179页,2012年12月。doi: 10.1049 / iet-bmt.2012.0019。
[4]。URL: http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6403227&isnumber=6403226。
[5]。a . Pflug c·布希,“耳朵生物识别技术:调查检测、特征提取和识别方法,“在专业生物识别技术,1卷,没有。2,页114 - 129,2012年6月。doi: 10.1049 / iet-bmt.2011.0003。

文摘:物联网技术是提供的惟一标识符,可以在广泛的网络自动传输数据没有人类的帮助。设备使用很容易受到攻击。黑客的目的物联网的设备可能无法访问数据,但这可能会损害用户的设备。换句话说,它可能会影响他们在经济上,危害他们的健康或危及自己的生命因为这技术是直接连接到他们的日常生活,这被认为是侵犯用户的隐私................

关键字——建筑、攻击,风险,身份,DDOS。

[1]。Licklider,, J.C.R.克拉克,w .在线人机交流。1962年8月。
[2]。伦纳德让;“打破厕所”,沟通的ACM, Vol.44-No。09年9月- 2001。

文摘:从列表中选择“投票”手段。公民从列表中选择一个领袖在所有候选人投票,这个过程是投票。在本文中,我们提出一个系统,在这个系统中,人公民身份的印度和年龄是18年以上他们可以投票没有本国选民在选举日。我们的目的基于Aadhar选举投票系统在公共电子允许人们投票选举,从目前的城市。在此系统中,投票是基于Aadhar指纹生物识别数据库。这个投票系统将提供更高的安全性,它会增加投票比例。

关键词:Aadhar、生物、电子投票机、指纹和投票系统。

[1]。r . Murali Prasad Polaiah Bojja Madhu Nakirekanti,使用Arduino AADHAR建立电子投票机,
[2]。国际期刊《计算机应用(0975 - 8887)卷145 - 12路,2016年7月。
[3]。哈里k·普拉萨德出版社。印度的电子投票机的安全分析,国际科学与工程杂志》上
[4]。先进技术,ISSN: 2250 - 3676,第4卷,问题2,237 - 240。
[5]。Saurabh Yadav和Ajay Kr。辛格,印度的投票系统,基于生物特征的身份验证系统

文摘:虹膜识别是一个非常准确的高度安全的识别方法和个人验证系统相比其他生物识别特征。它首次引入了j . Daugman之后,许多科学家都致力于不同的特征提取技术的特点。生物识别技术中,虹膜识别系统大多是使用因为它的独特性和稳定的特点。虹膜识别包括很多部分,其中特征提取是一个重要的阶段。我有红色算法特征提取的虹膜。算法适用在CASIA 1数据库,获得的结果表明高识别率。本文分析这种技术的性能与其他方法相比可在文学。

关键词:——FAR-False录取率,FRR-False废品率,RED-Ridge能量检测。

[1]。丽塔女士B帕蒂尔,r·r·德斯穆克博士教授人识别虹膜识别系统的发展,国际工程研究和技术IJRIT学报,3卷,2015年11月。
[2]。玛雅vatsa,理查德•辛格P。古普塔比较虹膜识别Algoristhms, ., 2004年。
[3]。约翰•Daugman基于虹膜生物识别个人识别系统分析,英国,7月,(1991)。
[4]。R.Wildes、J.Asmuth G.Green, H。许,系统自动虹膜识别,IEEE计算机视觉的应用研讨会,萨拉索塔,佛罗里达州121 - 128页,1994年。

文摘:社会媒体是一个非常有前途的社会之间的交流平台。社交媒体起着至关重要的作用在干旱环境中风险管理系统。本文主要关注社会媒体在干旱风险管理的重要性。我们通过使用R工具分析了微极性和Python和比较结果。我们试图提取用户的意见在社交媒体和干旱的影响。

关键词:干旱,干旱影响,R工具,Python。

[1]。尼噶的,。,Gujja B。Bandyopadhyay, j·塔尔博特,r . 1997。淡水对印度的孩子与自然:基于地方层面研究报告草案。世界自然基金会/联合国儿童基金会,印度
[2]。(2015)(在线)10):http://www.india- wris.nrsc.gov.in / wrpinfo / index . php ?印度% 27 s_water_wealth title =。
[3]。(2016)主页(在线)10):http://www.environmentalleader.com/category/water-management/
[4]。坐代表5 -北阿坎德邦洪水和山体滑坡- 01 July2013[网络]http://peoplesscienceinstitute.org/PDF /北阿坎德邦%
[5]。20灾难/坐% 20代表% 20北阿坎德邦20% - 205% % 20洪水7月20日% % 2001% 202013% 20 (UNDMT) . pdf

文摘:印度Demonetisation紧随其后的数字化经济大幅增加所产生的大量数据是全球社交媒体和越来越多的智能手机。大数据是指不仅大的数据集,但在品种和速度也高。大数据处理的信息管理策略与许多新类型的数据,数据管理与传统数据。研究表明,世界上90%的数据生成的在过去的几年里。大数据是许多行业的主要趋势,其中包括金融服务,尤其是银行业。Demonetisation-to-digitization扮演重要的角色在对银行业产生的更大数据行业渠道在印度。本文解决了大数据行业的前景在印度特别是银行业;其风险和解决方案。

关键字——Demonetisation、银行、电子支付、网上欺诈行为,大数据,安全,隐私,就业机会在印度。

[1]。“力唤醒:大数据银行”,检索(2016年3月1日)在12月16日,2016年,https://www.finextra.com/newsarticle/28541/the-force-awakens-big-data-in-banking
[2]。琳达布斯托斯,大9大数据源[图表]”,6月13日,2014年,http://www.getelastic.com/big-data-infographic/上检索到22-12-2016
[3]。博士Riyazuddin库雷希,“大数据:全球存储的数据越来越大的压力在社交网站上创建“国际计算机科学和管理研究杂志》,第二部问题3 2013年3月,页1876 - 1881,ISSN: 2278 - 733 x http://www.ijcsmr.org/vol2issue3/paper286.pdf
[4]。Michael Kanellos,“创造了每年达到180字节的数据量在2025年,“大数据?检索”,3月7日,2016年,https://whatsthebigdata.com/2016/03/07/amountofdatacreatedannuallytoreach180zettabytesin2025/在22-12-2016
[5]。Jaimin Virpura, 2015年10月27日,在印度“十佳移动支付应用”,http://infocreeds.com/10-best-mobile-payment-apps-in-india/检索22-12-2016和“最佳5移动钱包在线支付在印度“http://www.ampercent.com/best-5-mobile-wallets-for-online-payments-in-india/16425/检索在22-12-2016

文摘:云计算是一种基于互联网的计算,共享资源,软件和信息按需提供给计算机和设备。它提供了人们共享分布式资源和服务,属于不同的组织。云计算是一组通过网络服务提供给客户在租赁的基础上,扩大或减少他们的服务需求的能力。通常云计算服务是由第三方供应商谁拥有基础设施。安全是一个重大的阻碍云计算的增长的问题。在本文中,我们介绍了什么是云计算在saas模型。还提供云计算的安全问题和解决方案。和细节的描述有哪些安全问题&解决方案在SAAS模型。也定义在这个问题上的解决方案。

关键字——云计算,软件作为一种服务,挑战、问题、解决方案。

[1]。ijceronline.com/papers/Vol4_issue06/version-2/J3602068071.pdf ISSN (e): 2250 - 3005 | |卷,04 | |问题,6 | | 2014年6月——| |国际计算工程研究杂志》上(IJCER)。
[2]。scribd.com/document/228266788/Survey-on-Security-Issues-and-Solutions-in-Cloud-Computing.International计算机趋势和技术杂志》(IJCTT)——卷8号3 - 2014年2月
[3]。essay.uk.com/essays/computer-science/essay-cloud-computing
[4]。ijetae.com/files/Volume2Issue8/IJETAE_0812_53.pdf。国际期刊的新兴技术和先进的工程网站:www.ijetae.com (ISSN 2250 - 2459,卷2,8,2012年8月)
[5]。arxiv.org/ftp/arxiv/papers/1309/1309.2426.pdf。云计算:国际期刊服务和建筑(IJCCSA),卷。3、4号,2013年8月

文摘:解决重复法是最重要的概念在语言研究领域。目前的研究重点是代词模棱两可的问题。这个研究的主要问题是“它”的问题。我们不能确定代词的先行词“它”是女性,男性化的或中性的。为解决基于规则的方法是应用“它”问题。标记的过程POS应用标签作为预处理阶段设计规则。整个系统的性能冗言的“它”是73%左右。

关键词:自然语言处理(NLP),模棱两可,搞笑,代词消歧问题。

[1]。鸟,年代。克莱恩E。&洛佩尔,大肠与Python自然语言处理。" O " Reilly媒体公司。”(2009).
[2]。威尔金森,d . j . (2006)。模棱两可的本质。模棱两可的优势(9-41)页。帕尔格雷夫英国麦克米伦。
[3]。Bhattacharyya, p (2012)。自然语言处理:从计算角度存在歧义,资源约束和multilinguality。CSI杂志》的计算,1 (2),1-13。
[4]。Tiwary,。&西迪基,t (2008)。自然语言处理和信息检索。牛津大学出版社公司……
[5]。Pardeep辛格,刊登着杜塔(2015年7月)分析搞笑,人事不省,Exaphora指示代词的印地语国际先进研究期刊》的研究在计算机科学和软件工程

文摘:在计算语言学的研究领域,有广阔的品种可用的文本数据,需要解决它。词性标注是最重要的部分之一的自然语言处理能够帮助我们找到合适的标签为给定的文本或句子。介绍了基本技术使用四个不同词性薄铁片(POS尾随者)。用这些工具我们发现标记词之间的差异在不同的方式。从这四个工具我们看到同一个词的不同的结果。

关键字问答系统,NLTK, Freeling,认知POS薄铁片,NLP尾随者

[1]。罗德里戈,Perez-Iglesias, J。pena,。加里多,G。& Araujo l . (2010)。问答系统基于信息检索和验证。谱号(笔记本论文/实验室/车间)。
[2]。Dhokrat,。乡村度假别墅,h·R。与两名,c, n (2012)。计算语言学:在线建模主观考试。计算研究进展,石头,0975 - 3273。
[3]。别的,M。Hovy E。& Echihabi a(2003年7月)。离线策略在线问答:回答问题之前问。在协会学报》第41届年会计算Linguistics-Volume 1(页1 - 7)。
[4]。计算语言学协会。Gupta, P。& Gupta,诉(2012)。文本的调查问答技巧。现年53岁的国际期刊《计算机应用(4)。
[5]。Espana-Bonet C。&昏迷,p . r .(2012年4月)。完整的机器翻译似是而非的回答问题。在《联合

文摘:城市化和重工业的增长使得它对生态系统的影响,也可能影响环境的平衡。因此,它需要增加流域保护区水干旱灾区已经存在的主要目标,所以这是一个政府减少水强调区域可持续发展。自然资源管理在中国,70 - 75的人口是基于农业相关的实践有一个巨大的重要作用不仅提供商品经济也能维持和改善农田.......的生产力

关键词:——SRTM、RS、GIS的形态学参数。

[1]。d .七叶树,”生物多样性GIS,“22 - 4月- 2014。(在线)。可用:http://bgis.sanbi.org/GIS-primer/page_10.htm。(访问:25 - 11 - 2014)。
[2]。Joewheaton“分水岭——高级GIS课程描述:寺庙一般。”[网络]。可用:http://gis.joewheaton.org/assignments/labs/lab-8---choice/lab08a/task-1---watershed-delineation。(访问:25 - 11 - 2014)。
[3]。乔,“成绩——高级GIS课程:寺庙一般。”[网络]。可用:http://gis.joewheaton.org/about/grades。(访问:25 - 11 - 2014)。
[4]。d . Tarboton m·大卫·o·Robayo,流域数字高程模型描述,“07 - 8月- 2004。(在线)。可用:http://www.crwr.utexas.edu/gis/gishydro04/Introduction/Exercises/Ex4.htm。(访问:11月26日—- 2014)。
[5]。d·梅德门特,“弧水电:GIS对于水资源研讨会,“弧水电锻炼2:上珍珠,03 - 8月- 2006。(在线)。可用:http://www.crwr.utexas.edu/gis/gishydro06/ArcHydro/UpperPearl/Exercise2/ArcHydroExercise2.htm。(访问:11月26日—- 2014)。

文摘:青光眼是一种不可逆转的主要原因包括印度在内的发展中国家的失明。早期发现青光眼是重要的保存由于青光眼视力丧失。在这里,我们提出如何眼动跟踪指标分析可以帮助我们检测青光眼的高危人群的变化。介绍了使用眼动跟踪数据青光眼的早期检测。连续的眼球运动是我们视觉感知的一部分。每当我们看任何场景,眼跳眼球运动是...........生成的

关键词:眼动跟踪,注视,跳阅、扫描路径

[1]。埃克斯特龙c .事件开角青光眼的危险因素:基于人口的20年的随访研究。《眼科学。2010年7月9日在线发表。

[2]。博兰M,奎格利h .危险因素和开角青光眼:分类和应用。J青光眼。2007;16:406 - 418。

[3]。大梁眼压和青光眼。是J Ophthalmol1989; 107:186 - 188。

[4]。Phillip j .本森,Sara a . Beedie伊丽莎白·谢泼德在Jigling, Dan Rujescu大卫·圣克莱尔“简单的查看测试可以检测眼球运动异常,区分Schrezophenia案件与特殊控制精度”,爱思唯尔,精神神经科学杂志》上和疗法,doi: 10.1016 / j.biopsych.2012.04.019, 2012年5月

文摘:Hadoop是一个开源框架,该框架允许跨集群的分布式处理大数据集的电脑。大数据描述技术来捕捉、存储、分发和管理大型数据集。是由不同数据源的数据,如从一个网站或点击流(如净第九、脸书、谷歌),传感器(能源监控、应用程序监视望远镜)和生物医学诊断。图像处理是执行重要的功能在不同的研究领域如生物医学成像、遥感、天文学、互联网等...........

关键词:Hadoop、大数据、图像处理、地图减少,HDFS,云计算。

[1]Jyoti S.Patil, G。Pradeepani”二维医学图像诊断使用MapReduce”,页1 - 5、9(17)卷,2016年5月。
[2]王业,杨晓惠,妞妞Hongjuan”, Brushlet domainretrival没有用基于图像纹理特征的复杂计算机模拟,263 - 266页,2011年。
[3]ZHANGJ、LIUXL LUOWJW, BOLTN,“基于mapreduce的分布式图像检索系统”,93 - 98页,2010年。
[4]Nilesh营地,dipankar chavan, sanjay arade阿莫勒jadhav, deepti chikmurge,“基于内容的图像检索系统使用Hadoop MapReduce”,卷2,问题1,第125 - 123页,2016年1 - 2月刊。
[5]Fay C, JEFFEREY D, SANYJAY G,“结构化数据分布式存储系统或程序操作系统设计和实现”研讨会上,276 - 290页,2006年。

文摘:物联网(物联网)是一个系统计算设备、机械、数字机器,对象,动物或人,可以通过网络传输数据而不需要人与人之间或质量高交互。物联网已经从无线技术的融合,微机电系统(MEMS)、微服务和互联网。物联网(物联网)用于创建智能环境,能源,交通,城市和许多其他领域更聪明。物联网的目标是互联网的新革命。根据IDC行业分析师的安装基地物联网将增长到大约2120亿设备,到2020年,这一数字包括300亿个连接设备。

关键词:物联网(物联网)、RFID、大数据、GPS。

[1]。Ovidiu Vermesan彼得薯条,河出版商2.10真实世界的应用物联网(物联网)解释……物联网(物联网)8月26日,2016 [2]。D Bandyopadhyay - 2011技术和标准化。De basisn Bandyopadhyay·杰伊参议员期刊
[3]。Lianos, m .和道格拉斯(2000)Dangerization和异常的终结:制度环境。英国犯罪学杂志,261 - 278。
[4]。巴特勒,d .(2020)计算:一切,无处不在。自然,440,402 - 405。http://dx.doi.org/10.1038/440402a
[5]。年代Madakam - 2015 5。D Miorandi年代Sicari F·德·佩莱格里尼,我Chlamtac——特设网络,2012爱思唯尔Volume10问题7,2012年9月,页1497 - 1516。封面图片封面图片。调查。物联网:愿景、应用和研究的挑战。

文摘:文摘要总结的内容。尽量保持下面的抽象的现在,计算机视觉和数字图像处理对基于内容的图像检索是有用的。基本上,计算机视觉系统尝试检索图像一个用户定义的规范或模式(如形状草图,图像颜色等等)。计算机视觉的目标是支持基于内容的图像检索的属性;形状、颜色、纹理通常在编码的形式特征向量。基于内容的图像检索(CBIR)认为图像本身的特点,例如它的形状,颜色和纹理。在这项研究中各种CBIR技术用于特征提取图像。

关键词:基于内容的图像检索(CBIR)、形状特征提取。

[1]Swapnalini Pattanaik D.G.Bhalke,基于内容的图像检索“初学者”,国际期刊的科学研究工程技术(IJSRET),卷1 Issue2, 040 - 044页,2012年5月。
[2]A.J.阿菲菲、高家俊Ashour,“基于内容的图像检索使用不变的颜色和纹理特性,”发表在:数字图像计算技术及应用(格言),2012年IEEE国际会议,弗里曼特尔,佤邦。
[3]a . Vellaikal和c . c . j .郭“使用多分辨率直方图表示基于内容的图像检索”,相比,数字图像存储和归档系统,2606卷,第323 - 312页,1995年。
[4]ChiKuo Chang”图像信息系统,“Proc。IEEE模式识别,73卷,第4号,第766 - 754页,1985年4月。
[5]a·j·m·Traina a·g·r·巴兰l . m . Bortolotti和c Traina Jr .)“基于内容的图像检索使用近似形状的对象”,《17 IEEE计算机基础医学系统研讨会上,91 - 96年,2004页。

文摘:植物分类是具有挑战性的研究领域。植物分类使用叶特性要求树叶是现成的。介绍了叶片图像处理通过使用形态学操作和图像处理技术叶片图像的分割。这个实验提取叶脉系模式从叶子图像样本,然后与形态学操作脉络模式是提高植物分类。本文安排步骤,预处理叶子图像,形态学操作,树叶脉络的提高。

关键词:精明的,高斯滤波器、图像分割、叶片脉络,形态学操作,植物分类。

[1]m . Amlekar a . Gaikwad p . Yannawar r . Manza 2015。叶子形状提取植物分类。普适计算(ICPC) IEEE国际会议。
[2]m . Rahmadhani和y Herdiyani, 2010。提取植物叶片图像形状和静脉使用傅里叶和b样条模型。在国际会议上的质量信息和商业竞争为基础的农业生产系统。AFITA
[3]h .傅z Chi, 2006。结合阈值转换法和神经网络方法从叶中提取静脉模式。在进行视觉图像信号的过程。IEE vol153 6号。
[4]A . Roth-Nebelsick d . Uhl诉Mosbrugger h . Kerp, 2001年的进化和功能叶脉络架构:复习,植物学上87:553±566 doi: 10.1006 / anbo.2001.1391,在http://www.idealibrary.com网上
王[5]x, x。,2010年,叶静脉提取基于灰度形态学,I.J.图像,图像和信号处理,2,25-31在线在http://www.mecs-press.org/上