iosr-JCE国际会议上最近的趋势在工程和管理

文摘:Fingerprint-based室内定位目的的方法被广泛采用,因为他们的成本效益比其他轨道定位系统。然而,受欢迎的位置指纹,接收信号强度(RSS),观察到显著差异在不同设备的硬件即使在相同的无线环境。我们分析得出一个健壮的位置指纹定义,信号强度的差异(SSD),并验证其性能实验使用不同的移动设备和异构硬件。我们的实验也认为wi - fi和蓝牙设备,以及两个接入点(AP)的定位和移动节点(MN)资助建设本地化。也比较这些SSD-based定位算法的性能与其他两种方法的文献,旨在减少移动节点硬件的影响变化,并显示SSD-based算法有更好的精度。为了证明这一点,我们做一个使用SSD-based节点之间的数据传输方法,证明了精度。

[1]。Ladd p t a .鲁迪的点,和科学博士Wallach,无线局域网安全应用程序的强大,Proc。第二ACM车间无线安全,明智的03,页11日至20日,2003年9月。
[2]。M.B.Kjaergaard、室内位置指纹与异构客户、普及和移动计算、7卷,没有。1、31-43页。2011年2月。
[3]。C.-T。黄,学术界。吴,Y.-N。李和J.-T。陈,一种新颖的基于rss的室内定位算法用因子图,IEEE反式。无线通讯,vol.8,没有。2009年6月6日,页。3050 - 3058年。
[4]。M.B. Kjærgaard简历貂,双曲位置指纹:Calibration-free解决方案来处理信号强度的差异,Proc, IEEE第六安。如您相依普适计算和通讯。(PerCom ' 08年),2008年3月。
[5]。至此,m·侯赛因Soh蓝牙信号参数的全面研究定位、Proc, IEEE 18国际计算机协会。个人,室内和移动无线电通讯。(PIMRC), 2007年9月。
[6]。M.B.Kjærgaard,自动降低传感器的变化对于基于信号强度的定位系统,Proc.Second国际研讨会上位置和环境意识,Mar.2006。
[7]。k . Yedavalli b . Krishnamachari s Ravula, b . Srinivasan Ecolocation:基于序列的射频技术在无线传感器网络定位,Proc.Fourth国际协会在传感器网络的信息处理
[8]。(ISPN ' 05), 2005年4月。
[9]。a . Haeberlen e·弗兰纳里点Ladd, a .鲁迪的科学博士瓦拉赫,和L.E. Kavraki,实用强大的本地化大规模802.11无线网络,Proc。ACM MobiCom, 70 - 84年,2004页
[10]。r . Battiti m . Brunato和a的同时,统计学习理论位置指纹在无线局域网中,技术报告说- 02 - 0086,意大利di特兰托Dipartimento di Informatica e Telecomunicazioni, 2002年10月。

文摘:子宫颈抹片检查的分类诊断分类旨在子宫颈抹片检查细胞是否受到影响。“子宫颈抹片检查”一词指的是所谓的人类细胞染色样品的宫颈脱落细胞的方法。巴氏法是一个医学过程在子宫颈癌癌前细胞检测。中值滤波器用于消除噪音的细胞,然后利用灰度共生矩阵法提取技术的特性。事例分类器,安Baye的分类器,分类器被用于分类问题. .分类细胞是正常和异常。
关键词:-贝叶斯分类器、遗传算法、基于最近邻分类器、神经网络,子宫颈抹片检查分类。

[1]。啊哈D.W. Bankert R.L.,1996,“比较连续的特征选择算法的评价”。在人工智能和统计,费舍尔d和欣黄永发。(Eds),斯普林格出版社,纽约。
[2]。阿尔安尼。2005年,“特征子集选择使用蚁群优化”。国际计算情报学报,2(1),53-58页。
[3]。阿尔安尼。,2005 b,“蚁群优化特征子集选择”。交易工程计算和技术4 35-38页。
[4]。Byriel, J。,1999,“神经模糊宫颈细胞涂片分类”。丹麦技术大学硕士论文:Oersted-DTU,自动化。
[5]。Cantu-Paz E。,2004,“选择特征子集,类可分性和遗传算法”。遗传与进化计算会议上,959 - 970页。
[6]。Cantu-Paz E。,Kamath Newsam s和C。,2004,“特征选择在科学应用程序”。学报2004年ACM SIGKDD知识发现和数据挖掘国际会议上,788 - 793页。
[7]。民宿m和Stutzle T。,2004,蚁群优化。布拉德福德的书,麻省理工学院出版社剑桥,马萨诸塞州,伦敦,英国。
[8]。杜达、和哈特p E。、1973、模式分类和场景分析。约翰•威利和儿子,纽约。
[9]。戈德堡,d E。,1989年。遗传算法在搜索、优化和机器学习。马萨诸塞州的addison - wesley出版公司、公司。
[10]。荷兰,j . H。1975、适应自然和人工系统,密歇根大学出版社,安阿伯市MI。

文摘:India-Sri斯里兰卡的泰米尔纳德邦因素关系,早就安静脱颖而出在渔民的形式问题。频繁事件来自泰米尔纳德邦的渔民在斯里兰卡中弹的海上边界已经激怒了所有国家的公民。来自泰米尔纳德邦大约18000船的不同进行钓鱼在印度,斯里兰卡的海上边界。自从爆发暴力在斯里兰卡二十年前,钓鱼活动没有和平。泰米尔纳德邦渔民被逮捕,或拍摄,斯里兰卡海军。在这个问题将会解决通过一个智能边界警报系统(迁徙水鸟)。迁徙水鸟系统引发的新方法保存渔民宝贵的生命从斯里兰卡海军及其属性。这个系统的主要目的是用来帮助渔民在海上导航国家边界。
关键字-GPS、ARM7、传感器网络

[1]最好的吴,林去,莱昂内尔·m·倪湛江卢和Zhongwen粘性(2012)“船舶检测与无线传感器网络”IEEE反式。卷23 7号。
[2]汗阿比德和拉维Mishra(2012),“基于GPS - GSM的跟踪系统”国际工程的趋势和技术Volume3Issue2杂志》上。
[3]默罕默德·a . Al-Khedher和Al-Balqa(2011),“混合动力汽车跟踪系统GPS-GSM本地化”——国际计算机科学与信息技术杂志》上(IJCSIT) 3卷,没有6。
[4]弗朗西斯Enejo Idachaba(2011),“设计的基于gps / gsm追踪被盗物品的位置和绑架或失踪人员在尼日利亚“-ARPN工程和应用科学杂志》6卷,10号。
[5]Kunal孔雀王朝1 Mandeep辛格2,Neelu Jain 3 (2011)“实时车辆跟踪系统利用GSM和GPS技术——一个防盗追踪系统”国际电子和计算机科学工程ISSN杂志》上。,2277 - 1956 / v1n3 - 1103 - 1107
刘Y和z [6] m . Li Yang (2007)“海洋深度与限制浮动测量传感器,”Proc, IEEE 28日国际实时系统计算机协会。(rts ' 07),页469 - 478。
[7]l .顾et al。(2005)“轻量级无线传感器网络检测和分类
[8]默罕默德·a . Al - Khedher m n .斋月和拉夫a Al - Kheder(2012),“汽车智能防盗和跟踪系统”国际机器学习和计算机学报,2卷,1号

文摘:这一研究工作是开发一个高效和强大的医学搜索引擎分类和搜索放射医学图像。它关注袋视觉单词图像表示和相似性匹配技术代表了类似的图像匹配和检索。这项工作地址的问题为医学图像基于内容的图像检索。在这个系统可以处理不同类别的医学图像在器官水平和胸部x光图像的病理级别。这个简单的、有效的医学图像分类和检索系统在大型射线(厄玛数据库)是开发医学档案的医生和研究人员感兴趣的人能够获取医学图像基于低水平功能。这将使这些系统更有利于放射科医生在医疗环境中,研究分析在医学和医学专业的学生以及教师在学术医疗环境。提出的方法是基于当地的补丁表示图像内容使用袋视觉单词的方法和基于内核的支持向量机分类器。系统支持x射线图像的分类和检索相似的医学图像为给定的输入查询的形象。
关键术语:厄玛,CBIR图像存档和通信系统,袋的视觉语言,计算机辅助诊断、胸部x线摄影、图像补丁。

[1]大卫·g·劳(2004),“独特的形象从尺度不变特征关键点”,国际期刊《计算机视觉的观念- 137。
[2]H和Pinhas .A.T(2007),“医学图像分类和检索使用GMM-KL pac框架”,IEEE反式。正,抛光工艺。生物医学。11卷,没有问题。2,页190 - 202。
[3]Jialu刘(2013),“图像检索基于Bag-of-Words模型”,arXiv: 1304.5168 v1 [cs。红外),页1 - 10。
[4]Lehmann.T。M, Guld.M.O,蒂斯。C,费舍尔。B,斯皮策。K,大尺度。B的大桥。H, ohnen。H,舒伯特和葡萄酒。B(2004),“基于内容的图像检索在医疗应用程序”,正医疗方法,(4):43页。354 - 361。
[5]Mahalakshmi。年代和Mr.Raghuraman。G(2012),“放射医学图像分类和检索系统使用袋的视觉语言框架”,AJCST试第一,pp.149 - 156。
[6]Mohammad Reza Zare和艾哈迈德Mueen(2013),“医用x射线图像的自动分类使用袋视觉词”,专业Comput.Vis,卷。7日,没有问题。2,页105 - 114。
[7]Mohammad Reza Zare(2013),“医用x射线图像的自动分类”,马来西亚计算机科学杂志》上。26(1)卷,pp.9-22。
[8]Mohammad Reza Zare和艾哈迈德Mueen(2013),“医用x射线图像的自动分类:混合生成——区别的方法”,专业形象的过程。卷。7日,没有问题。5,页523 - 532。
[9]Pavani。年代,Shivani, T。Venkat Narayana饶和天神Shekar(2013),“相似性分析的图像使用基于内容的图像检索系统”,国际工程和计算机科学杂志ISSN: 2319 - 7242,卷2,问题第一,pp。251 - 258。
[10]Uri Avni, Hayit格林斯潘,Eli Konen米甲沙龙,雅各Goldberger (2011),“x射线在器官和病理级别分类和检索,使用Patch-Based视觉词”,IEEE医学成像,30卷,没有问题。3、733 - 745页。

文摘:人类行为的识别和分类的目的,安全始终是一个具有挑战性的问题,因为从视频序列变化的环境中,不同背景中使用视频,演员和他们的衣服,所以在工作中我们提出一个方法,构建有效的和适当的电报密码本的行动分类。的形成速率模糊c均值聚类算法和成对最近邻算法(并),因此使用这些方法的性能比较和分析在魏茨曼数据集。
关键字-视频监控、动作识别、视觉词袋(BoVW),帧差分,特征提取、矢量量化、模糊c均值聚类,成对最近邻(并通过码字,码书。

[1]e . Shabaninia Sh, Kasaei“电报密码本外观表征车辆交接在disjoint-view摄像机”,Scientia Iranica,交易D:计算机科学与工程,爱思唯尔(2011)。
[2]奥利Virmajoki Pasi弗兰提和“快速成对基于最近邻算法多级阈值”,电子成像杂志12(4),648 - 659(2003年10月)。
[3]Makhalova埃琳娜,“Matlab模糊C -意味着集群”,第七届国际统计和经济学,布拉格,9月19日,2013年。
[4]Lamberto Ballan洛伦佐Seidenari,朱塞佩•塞拉,马可·贝尔蒂尼AlbertoDel胸大无脑,“认识到人类活动通过使用有效的电报密码本和跟踪”,IEEE多媒体[4],2013。
[5]Pasi弗兰提Timo Kaukoranta Day-Fann沈,Kuo-Shu Chang,“快速和记忆有效实现对所测试的确切”IEEE图像处理,9卷,2000年5月5号。
[6]刘灵巧、王磊和Chunhua沈,“紧凑的码书建立广义概率框架”,IEEE Conf.Comp.Vis。Recogn.2011模式。
[7]m . s . Ryoo”,人类活动预测:正在进行的活动从流媒体视频”的早期识别,IEEE计算机视觉国际会议(ICCV), 2011年11月。
[8]刘洋荣,拉胡尔Sukthankar,弗雷德里克·Jurie,”“统一有识别力的视觉码书生成分类器训练对象类别识别”IJCV(国际计算机视觉杂志),2008年。
[9]杨王、学生会员IEEE和格雷格森IEEE会员,“人类行为识别Semi-Latent主题模型”,IEEE模式分析与机器智能,2012。
[10]茗九基督教狼,克利斯朵夫·加西亚和Baskurt Atilla“Bag-of-Words监督学习和引入优化模型”,施普林格科学+商业媒体,有限责任公司,2012年版。

文摘:医学图像的使用极大地增加了每天成千上万的医学图像的集合在医疗机构。由于医学图像的增加有一个越来越需要的准确恰当地管理数据和访问它。找到正确的边界在嘈杂的图像仍然是一个艰巨的任务。它引入了一个新的边缘在嘈杂的图像边界检测技术。使用建议的技术演示了应用不同的医学图像。该技术可以检测对象的边界在嘈杂的图像使用裂缝检测的信息是建立在x射线图像。拟议的精明的边缘检测器技术的x射线图像定位边缘,利用边界检测,系统检测到自动断裂。边界检测技术也在模型中实现活动轮廓模型,测地线活动轮廓模型和比较分析检测的准确性和测试通过使用垫实验室2013年版。
关键词:-边界提取、边缘矢量场模型,后边缘映射模型,边缘技术。

[1]。Tamisiea测向骨科疾病的放射方面,Mercier LR,艾德。实用骨科,6日。费城,宾夕法尼亚州:处于爱思唯尔;16章,2008年版。
[2]。韦尔塔和g . Medioni”的亚像素精度的检测强度的变化使用Laplacian-Gaussianmasks”IEEE Transactionson模式分析与机器智能。PAMI-8(5): 651 - 664年,1986年。
[3]。h . vooorhees和方法检测textons自然图像和纹理边界”ICCV 87:250-25, 1987。
[4]。大肠菱形花纹。“边缘检测的技术,”Proc, IEEE 59卷,第286 - 285页,1971年。
[5]。j·r·帕克,算法对图像处理和计算机视觉。纽约:威利,1997年。
[6]。r·c·冈萨雷斯和r·e·伍兹,数字图像处理。阅读,MA: addison - wesley。
[7]。增强和j . m . s .普瑞维特”对象。在图像处理和图象心理学提取。”普金b s和a·罗森菲尔德,Eds。》,纽约:学术出版社,第149 - 75页,1970年。
[8]。g·s·罗宾逊,“由指南针梯度边缘检测面具,”Comput.Graph。图像的过程。》第六卷,没有。5日,第501 - 492页,1970年10月。
[9]。e . Argyle”边缘检测技术,“Proc, IEEE卷59岁。2,页。285 - 287年,1971年2月。
[10]。j . f .精明的边缘检测的计算方法,“IEEE反式。模式肛门。马赫。智能。,PAMI-8卷,不。6日,第698 - 679页,1986年11月。

文摘:只要我们一直想象情感智能机器,我们有照片至少有点类似人类形态的东西。从乔治·卢卡斯的c - 3 po,最近研制Robokind R25芝诺,对机器人陪伴我们的愿景通常涉及两个手臂和两条腿。采取了不同的方法的发明者Emo火花控制台帕特里克·利维罗森塔尔,旨在让消费者人工智能在立方体的形式足够小,适合在你的手掌。Emo火花是一个Android驱动的wi - fi /蓝牙数据集,允许用户创建并通过对话与情感上简洁的情报,音乐和视觉媒体。Emo火花将不仅仅是游戏,而且你的电视,智能手机或电脑到一个完全不同的层面从以前经历过的事情。媒体。随着时间的推移,多维数据集创建一个定制的情感概要图(EPG)收集和措施一个独特的情感来自用户的输入。EPG允许立方体几乎“感觉”等感官快乐和痛苦;根据用户和“表达”的欲望。人工智能的未来在这里的交互。 Emo Spark is a brand new innovation from Emo Shape, Ltd. that allows you to transfer your real life emotions and desires directly onto a digital platform using state of the art AI measurements and technology. The digital world will never be the same again. This is the world's first "Emotional Intelligence" device and its capabilities and benefits are unlimited. The Emo Spark uses emotion text and content analysis to measure the emotional responses of several people all at the same time.
关键词:-Android驱动的wi - fi /蓝牙立方体,人工智能,情感形象图,乱了套,Webee自动化。

[1]http://photos.prnewswire.com/prnh/20140106/PH40168-b
[2]www.emospark.com
[3]www.emoshape.com。

文摘:在云存储,用户可以远程存储数据和按需享受高质量的应用程序和服务。云数据的完整性受到怀疑是由于硬件/软件故障和人为错误的存在。几种机制设计,允许数据所有者和公共云数据完整性校验方有效地审计没有检索整个云服务器的数据。然而,公共审计共享数据的完整性与这些现有机制将支持公共审计共享数据存储在云上,利用环签名计算验证元数据需要审计共享数据的正确性。这样第三方审计员(TPA)能够验证的完整性没有检索整个数据为用户共享数据。同时,每个inshared数据块上签名者的身份是保密TPAalso能够执行多个审计任务的同时可以验证他们而不是一个。在本文中,我们证明了数据新鲜度(证明了云拥有最新版本的共享数据),同时仍然保留身份隐私。我们的实验结果可以确保检索数据总是反映了最新的更新和防止回滚的攻击。
索引词——AFS文件系统(身份验证);数据新鲜度;公共审计;共享dat

李[1]b, b和h . Li -Oruta:保护隐私公共审计在云中共享数据,为在2012年IEEE云学报》,2012年,页295 - 302。
[2]m . Armbrust a·福克斯,r·格里菲斯公元约瑟夫·r·h·卡茨,a . Konwinski g·李,d·a·帕特森a . Rabkin斯托伊卡,和m . Zaharia——云计算,为ACM通讯,53卷,没有。2010年4月4 - 58页。。
[3]任k、c . Wang和王,公共云安全的挑战,为IEEE网络计算,16卷,没有。1,第73 - 69页,2012。
[4]d歌,大肠,费舍尔,和美国Shankar云数据保护群众,为IEEE计算机,45卷,没有。1,39-45,2012页。
问:[5]c . Wang Wang k .任和w·卢-Privacy-Preserving公共审计数据存储的安全云计算,为在2010年IEEE INFOCOM学报》,2010年,页525 - 533。
m [6] b . Wang, s . s . Chow h·李,计算加密的云数据有效地在多个键,为在Proc. CNSSPCC的13日,2013年,pp. pp.90 - 99。
[7]r·莱维斯特,a·沙米尔和l .期刊——方法获取数字签名和公钥密码体制,为21卷,没有。2、120 - 126年,1978页。
[8]MD5消息摘要算法(RFC1321)。(在线)。可用:https://tools.ietf.org/html/rfc1321
[9]g . Ateniese r·伯恩斯,r . Curtmola j .鲱鱼、l . Kissner z . Peterson和d的歌,可证明的数据占有不可信的商店,为学报ACM CCS的07年,2007年,页598 - 610。
[10]h . Shacham和水域,紧凑的可回收性的证明,为ASIACRYPT 08年的诉讼。斯普林格出版社,2008年版,pp.90 - 107。