دانلود مقاله اشنایی با سیستم فایل Ntfs و معرفی ویژگی ها و امکانات به طور کامل

اختصاصی از یارا فایل دانلود مقاله اشنایی با سیستم فایل Ntfs و معرفی ویژگی ها و امکانات به طور کامل دانلود با لینک مستقیم و پرسرعت .

فرمت فایل : word(قابل ویرایش)

تعداد صفحات:61

فهرست مطالب:

پیشگفتار

خلاصه
سیستم فایل (File System)

مقدمه

FAT32

FAT32 یا NTFS

قابلیت تطابق بهتر NTFS با درایوهای بزرگ

تبدیل

بررسی عمیق تر NTFS
قابلیت بازیابی (Data Recoverability)

نگاشت کلاسترهای معیوب (Bad-Cluster Remapping)

انعطاف پذیری در برابر اشکال در ذخیره اطلاعات (Storage Fault Tolerance)

امنیت اطلاعات (Data Security)

رمزنگاری فایل ها (Encryption)

Unicode Names

فایل های چند جریانی (Multiple File Streams

فشرده سازی (Compression

فایل های تُنُک (Sparse files

دفترچه ثبت تغییرات (Change Journals)

سهمیه های دیسک (Disk Quotas)

ردگیری توزیع شده ی پیونده

نسخه های NTFS

ارتقای ویندوز

راه اندازی با چند سیستم عامل (Multibooting)

ویژگی های هر نسخه

فهرست مراجع :

پیشگفتار

وقتی برای اولین بار ویندوز XP بر روی کامپیوتری نصب می شود، یکی از مسائلی که ذهن را به خود مشغول می کند، سیستم فایل جدیدی به نام NTFS است که می توان از آن استفاده کرد. با اینکه راهنمای ویندوز فواید زیادی را برای NTFS بر می شمرد، انتخاب بین این سیستم فایل و FAT32 با تردید همراه است. بسیاری از کاربران هنگام کار با این سیستم فایل، با مشکلاتی روبرو شده اند و از بکارگیری NTFS ابراز پشیمانی می کنند؛ خلاصه اینکه بسیاری، هیچ دلیل قانع کننده ای برای استفاده از NTFS نمی یابند. بخشی از مشکلاتی که هنگام بکارگیری هر چیز نوی پیش می آید ناشی از عدم آگاهی کافی از جوانب آن و بخشی دیگر ناشی از محدودیت های موجود در آن است. در این مقاله سعی شده است این سیستم فایل از جوانب مختلف بررسی و حتی الامکان محدودیت ها و نکات موجود هنگام استفاده از آن کاملا روشن شود.

در این مقاله، مرجع که تقریبا بیشتر ویژگی های NTFS را پوشش می دهد به عنوان راهنما انتخاب شده و با توجه به آن، تک تک ویژگی ها بررسی شده است. هر ویژگی دقیقا شرح داده و سعی شده است اصطلاحات بکار رفته در توضیح هر ویژگی کاملا تبیین شود. سپس چگونگی استفاده از ویژگی مطرح شده است. البته برای بکارگیری بعضی ویژگی ها اصلا رابط گرافیکی وجود ندارد و برای بعضی دیگر هیچ راهی به جز برنامه نویسی نیست. سعی شده است ریشه ی مشکلاتی که هنگام کار با NTFS پیش می آید کاملا مشخص و راهکارهای پیشگیری از آن مطرح شود. بدین منظور، با جستجو در مراجع مختلف، صفحات اینترنتی حاوی اطلاعات مفید جمع آوری شده و پس از بررسی تعدادی از این صفحات برای تهیه مقاله برگزیده و طبقه بندی موضوعی شده است. پس از آن، مقاله به رشته تحریر در آمده است.

یکی از مشکلات اساسی در مرحله تحریر مقاله، واژه گزینی برای اصطلاحات نوی بکار رفته در متن بوده است. در بعضی موارد ترجمه ی تحت اللفظی اصطلاح، بکار رفته و در بعضی دیگر، واژه یا عبارتی برگزیده شده که هرچند رابطه ی معناداری با اصطلاح لاتین نداشته ولی مفهوم مطرح شده را به خوبی می رسانده است.

در بخش هایی، خواننده برای مطالعه بیشتر به راهنمای یک برنامه یا دستور ارجاع داده شده است. می توان با وارد کردن نام برنامه یا دستور در راهنمای ویندوز و یا اجرای آن و استفاده از راهنمای موجود به همراه برنامه، به مطلب مورد نظر دست یافت. دستورات معمولا در Command Prompt (محیط text) اجرا می شوند. برای اجرای آن در ویندوز XP کافی است از منوی شروع، به All Programs و سپس Accessories اشاره و Command Prompt را اجرا کرد. راهنمای مختصری از هر دستور با وارد کردن نام دستور و پس آن با فاصله، پارامتر /? نمایش داده می شود.

تلاش شده است مراجع علاوه بر اعتبار کافی، کاملا مرتبط با موضوع مورد بررسی باشند هرچند بدلیل نوی نسبی بعضی ویژگی های این سیستم فایل، مراجع مرتبط و مناسب برای آن ها کم بود. جای تعجب هم نیست که بیشتر این مراجع متعلق به شرکتِ مایکروسافت است. با توجه به اینکه NTFS از زمان ویندوز NT، در حالِ استفاده است، بسیاری از مراجع موجود با توجه به NTFS4 و NTFS5 که در ویندوزهای NT و 2000 پشتیبانی شده به رشته تحریر در آمده و بعضی مطالب و ابزارهای معرفی شده در آن ها قدیمی و منسوخ شده است. به همین دلیل در این مقاله سعی شده است مطالب منسوخ با توجه به مراجع به روز تصحیح شود.

سیر ارائه مطالب در مقاله به صورت لایه لایه است؛ به این معنی که ابتدا کلیات مرتبط با هر موضوع مطرح شده است و خواننده در صورت تمایل می تواند پس از این کلیات به مطالعه ی جزئیات (شامل بعضی مقایسه ها، نکات مرتبط با مسائل سازگاری، بررسی جوانب و مشکلات احتمالی پس از بکارگیری ویژگی و سایر مطالب) بپردازد و یا به بخش های بعدی برود. هر بخش به صورت واحدی مستقل نگاشته شده و خواننده در صورت لزوم به بخش های مرتبط ارجاع داده شده است.

از آنجا که مخاطب این مقاله، همه ی کاربران NTFS هستند، بعضی بخش ها چندین بار بازنگری شده است تا مقاله بدون ورود به جزئیاتی که فهم آن نیازمند دانش ژرف کامپیوتری است بتواند به نحوی شایسته مفاهیم را انتقال دهد. همچنین تلاش شده است زبان نوشتار برای همه کاربران حتی با کمی پیشینه ی کامپیوتری قابل فهم باشد و در عین حال مفید فایده ی کاربران پیشرفته هم افتد. در هر بخش سعی بر رعایت اختصار و اجتناب از پرداختن به مسائل حاشیه ای بوده است. بعضی مطالبِ پیش نیاز یا برخی مسایل حاشیه ای، به صلاحدید در پاورقی شرح داده شده است که جذابیت متن برای خواننده حفظ شود. همچنین معادل های لاتین اصطلاحات در پرانتز آورده شده است. به دلیل تخصصی بودن مسائل مربوط به شبکه های کامپیوتری، در این مقاله از پرداختن به این مسائل خودداری شده است.

شکل های مقاله همچنین برنامه ها و دستوراتی که در متن به آن ها اشاره شده است، مربوط به ویندوز XP است و ممکن است در سایر سیستم عامل ها وجود نداشته باشد.

خلاصه :

از ویژگی های بهبود یافته در ویندوز XP نسبت به 2000 و NT و جدید برای کاربران 98 و Me، پشتیبانی از NTFS (ان تی اف اس) پیشرفته می باشد. NTFS مختصر شده عبارت NT File System به معنی سیستم فایل NT است. سیستم فایل تعریف می کند که سیستم عامل چگونه اطلاعات را روی دیسک بگذارد و سپس آن را بخواند، پاک کند یا جابجا نماید.

با اینکه راهنمای ویندوز فواید زیادی را برای NTFS بر می شمرد، انتخاب بین این سیستم فایل و FAT32 با تردید همراه است.

بسیاری از کاربران هنگام کار با این سیستم فایل، با مشکلاتی روبرو شده اند و از بکارگیری NTFS ابراز پشیمانی می کنند؛ خلاصه اینکه بسیاری، هیچ دلیل قانع کننده ای برای استفاده از NTFS نمی یابند. بخشی از مشکلاتی که هنگام بکارگیری هر چیز نوی پیش می آید ناشی از عدم آگاهی کافی از جوانب آن و بخشی دیگر ناشی از محدودیت های موجود در آن است.

در این مقاله سعی شده است این سیستم فایل از جوانب مختلف بررسی و حتی الامکان محدودیت ها و نکات موجود هنگام استفاده از آن کاملا روشن شود.

مقدمه :

شرکت مایکروسافت سیستم عامل جدید رده ویندوز خود را به نام( Windows XP eXPerience) در سال 2001 و پس از (Windows Me (Millennium به بازار معرفی کرد. مایکروسافت معتقد است این سیستم عامل مهمترین محصول این شرکت پس از Windows 95 است. در کنار خصوصیات جدید رابط کاربر ، این سیستم عامل جدید محیط پایدارتر و قابل اعتماد تری را نسبت به نگارش های پیشین ویندوز ارائه می دهد. ویندوز XP در دو نسخه خانگی (Home edition) و حرفه ای (Professional edition) موجود می باشد. در حالی که نسخه خانگی شامل امکانات گسترده صوتی و تصویری دیجیتال، شبکه خانگی و برقراری ارتباط است، نسخه حرفه ای تمرکز بیشتری بر امنیت و قابلیت اطمینان دارد .

ویندوز XP بسیاری از خصوصیات ویندوزهای 2000 و NT را در فراهم کردن محیطی پایدار (مثلا اگر برنامه ای از کار بیفتد، در بیشتر حالات، می توانید به کار با سایر برنامه ها ادامه دهید) و امن از دستبرد افراد خاطی یا اشتباهات ناشی از سهل انگاری با امکانات لازم برای کاربران خانگی نظیر ظاهر جذاب، بکار گیری ساده و امکانات صوتی تصویری بیشتر در هم آمیخته است. استفاده درست و آگاهانه از این قابلیت ها، کاربر را بی نیاز از بکارگیری چند سیستم عامل برای اهداف مختلف می کند. ولی پیامدهای استفاده نادرست و نا آگاهانه از XP، برای کاربران معمولی، بیشتر از ویندوز 98 یا Me است. بنابراین بهترین کار پیش از بکارگیری قابلیت های جدید این سیستم عامل، بررسی جوانب مختلف استفاده و راهکارهای مقابله با مشکلات احتمالی است.

از ویژگی های بهبود یافته در ویندوز XP نسبت به 2000 و NT و جدید برای کاربران 98 و Me، پشتیبانی از NTFS پیشرفته می باشد. NTFS مختصر شده عبارت NT File System به معنی سیستم فایل NT است. در این مقاله سعی می کنیم به جوانب مختلف این سیستم فایل بپردازیم و ویژگی های پیشرفته آن را تا حد ممکن به دور از پرداختن به جزئیات غیرقابل استفاده، زیر ذره بین بگذاریم.


سیستم فایل (File System)

NTFS

NTFS مختصر شده عبارت NT File System به معنی سیستم فایل NT است و NT هم زمانی به معنی New Technology (فناوری جدید) بود آنگاه که ویندوز NT واقعا یک فناوری جدید به شمار می رفت.

سیستم فایل تعریف می کند که سیستم عامل چگونه اطلاعات را روی دیسک بگذارد و سپس آن را بخواند، پاک کند یا جابجا نماید. از میان سیستم فایل های موجود و آن هایی که در ویندوز XP پشتیبانی می شوند (قابل استفاده اند)، اغلب سیستم فایل های FAT/FAT32 (File Allocation Table) و NTFS برای مدیریت فضای دیسک سخت بکار می روند.

برای ذخیره اطلاعات و نصب سیستم عامل، پیش از هر چیز باید دیسک سخت را پارتیشن بندی کرد. سپس، هر پارتیشن یا Volume را با سیستم فایل دلخواه، فرمت کرد. فهرست درایوهای مختلف در پنجره My Computer این تقسیم بندی را به ما نشان می دهد. (برای فهمیدن سیستم فایل موجود بر روی هر درایو، گزینه Properties را از منوی File انتخاب کنید )



تذکر: در این متن منظور از «درایو»، volume یا drive است.

عملیات I/O، صرف نظر از سیستم فایل، امکان دسترسی برنامه ها و کاربران به فایل ها را فراهم می کند. با این حال، قابلیت های موجود، به سیستم فایل و سیستم عامل مورد استفاده بستگی دارد.

به همراه ویندوز NT، مایکروسافت سیستم فایل جدیدی به نام NTFS را معرفی کرد. از مهمترین ویژگی های این سیستم فایل می توان به موارد زیر اشاره کرد:

قابلیت بازیابی (Data Recoverability)
انعطاف پذیری در برابر اشکال در ذخیره اطلاعات (Storage Fault Tolerance)
امنیت اطلاعات (Data Security)
فشرده سازی (Compression)
نمایه سازی (Indexing Service)
ردگیری توزیع شده ی پیوندها (Distributed Link Tracking)
قابلیت تطابق بهتر NTFS با درایوهای بزرگ (Better scalability to large drives) (شرح در بخش FAT32 یا NTFS)

در بخش بعدی این مقاله، علاوه بر شرح تفصیلی درمورد هر کدام از این ویژگی ها که در سیستم فایل FAT32 وجود نداشت، به سایر ویژگی های منحصر به فرد این سیستم فایل اشاره می کنیم.

FAT32

نگارش های سیستم فایل FAT32 شامل سیستم فایل های FAT12، FAT16 و FAT32 می شود. در این مقاله منظور، همان FAT32 که است که قابلیت های بیشتری دارد.

در این مقاله به این سیستم فایل نمی پردازیم. اگرچه در جای جای مقاله، مقایسه هایی بین NTFS و FAT32 انجام می دهیم

دانلود تحقیق ویژگی های تکنولوژی اندازه گیری عینی پارچه (بدون منبع)

اختصاصی از یارا فایل دانلود تحقیق ویژگی های تکنولوژی اندازه گیری عینی پارچه (بدون منبع) دانلود با لینک مستقیم و پرسرعت .

فرمت فایل : word(قابل ویرایش)

تعداد صفحات:19

فهرست مطالب:

ویژگی های تکنولوژی اندازه گیری عینی پارچه. ۲

۱-۲-۲- سیستم KES : 6

1-1-2-2- ترکیب سیستم KES : 7

آزمایشگر برشی و کششی KES-FB1. 7

آزمایشگر خمشی محض  KES-FB2. 8

آزمایشگر فشاری KES-FB3. 8

آزمایشگر سطح KES-FB4. 8

2-1-2-2- اطلاعات بدست آمده از سیستم KES-F : 9

پارامترهای کششی: ۹

پارمترهای برشی: ۹

پارامترهای فشاری: ۱۰

پارمترهای سطحی: ۱۲

۲-۲-۲- سیستم Fast: 12

1-2-2-2- ترکیب سیستم FAST : 13

2-2-2-2 اطلاعات بدست آمده از سیستم FAST: 15

*‌ جمع شدگی در حال استراحت : ۱۷

*‌انبساط Hygral 17

کشش پذیری (‌قابلیت ارتجاعی FAST3. 18

سختی خمشی FAST2. 18

سختی برشی (FAST3) 18

ضخامت در حال استراحت / ضخامت سطحی FAST1. 19

قابلیت شکل پذیری: ۱۹

چکیده:

ویژگی های تکنولوژی اندازه گیری عینی پارچه

اندازه گیری عینی پارچه شامل خواص مکانیکی، هندسی، سطحی و تغییر شکل های زیاد است که این خواص ابزاری قوی برای کنترل کیفیت عملیات تولید پارچه، تکمیل و بازتکمیل می باشد. این خواص امکان تهیه یک پایگاه اطلاعاتی جمع آوری شده به صورت علمی و مجهز با کامپیوتر را فراهم آورده که دارای سهم بسزایی در اندازه گیری های عینی پارچه است به طوری که تجربیات با ارزش متخصصین بزرگی را که در زمینه صنعت نساجی و پوشاک سال های متمادی در کشورهای مختلف در سرتاسر دنیا فعالیت کرده اند، جمع آوری نموده است. کاربرد این تکنولوژی امروزه به واسطه ۳ فاکتور مهم قطعی و عملی شده است:

(۱) افزایش سطح اتوماسیون در هر دو صنعت نساجی و پوشاک

(۲) حذف تدریجی نیروهای کاری با دانش سنتی نساجی که در طی سال ها تجربه بدست آمده بودند و نیاز فوری و همزمان در درون صنعت به مهندسین آموزش دیده و قراردادی برای انجام فعالیتهای تولیدی، تحقیقی، پیشرفته و کنترل کیفیتی.

(۳) استفاده گسترده از اینترنت و تمامی ابزارهای ارتباط جمعی دیجیتال، به همراه افزایش تنوع محصولات به واسطه کوتاهتر شدن زمان تولیدات فصلی و نیاز به سرعت بالا جهت پاسخگو بودن به نیازها در بازارهای رقابتی تجارتی.

پیشرفت خواص مکانیکی اندازه گیری عینی پارچه برای تولید پوشاک توسط Peirce در دهة ۱۹۲۰ و ۱۹۳۰ پایه گذاری شد. او بر روی ساختار پایه و متعادل پارچه های بافت ساده بر اساس موازنه بین نیروها تحقیق کرد و سعی نمود تئوری اساسی مکانیک پارچه را بنا نهد. کار او بعدها توسط محققین دیگری نظیر Grosber و همکارانش Park ،Swani در دانشگاه لیدز در طی دهه ۱۹۶۰ مورد بحث و بررسی قرار گرفت و بر روی خواص مکانیکی پارچه نظیر خواص کششی، خمشی،buckling ، برشی و فشاری آنالیز تئوری صورت گرفت.

تلاش و همکاری آنها منجر به ایجاد دیدگاه نسبتاً شفافی از تعاریف فیزیکی و مکانیکی پارچه های بافته شده و خواص تغییر شکل آنها شد. تیم تحقیق سوئدی به رهبری Lindberg (1960) در اواخر دهة ۱۹۵۰ و دهة ۱۹۶۰، به طور گسترده ای، رفتار مکانیکی پارچه ها را مورد مطالعه قرار داده و خواص مکانیکی پایه ای پارچه را مربوط به ظاهر و قابلیت دوخت و دوز پارچه در طی مرحله تولید پوشاک دانستند. تحقیقات آنها، به گونه ای تمرکز بر روی کارهای تحقیقاتی دانشمندان دیگر بود. روشهای آزمایشگاهی برای اندازه گیری این خواص مکانیکی طی سالهای زیاد توسط دانشمندان بسیاری تکمیل شده است. تجهیزات و روشهای آزمایشگاهی متنوعی امروزه موجود بوده و استفاده می شود.

دانلود مقاله بررسی ویژگی های الگوریتمهای کنترل همروندی توزیعی که بر پایه مکانیزم قفل دو مرحله ای

اختصاصی از یارا فایل دانلود مقاله بررسی ویژگی های الگوریتمهای کنترل همروندی توزیعی که بر پایه مکانیزم قفل دو مرحله ای دانلود با لینک مستقیم و پرسرعت .

فرمت فایل : word(قابل ویرایش)

تعداد صفحات:29

چکیده :

در این گزارش ما به بررسی ویژگی های الگوریتمهای کنترل همروندی توزیعی که بر پایه مکانیزم قفل دو مرحله ای(2 Phase Locking)   ایجاد شده اند خواهیم پرداخت. محور اصلی این بررسی بر مبنای تجزیه مساله کنترل همروندی به دو حالت read-wirte و write-write می‌باشد. در این مقال، تعدادی از تکنیکهای همزمان سازی برای حل هر یک از قسمتهای مساله بیان شده و سپس این تکنیکها برای حل کلی مساله با یکدیگر ترکیب می‌شوند.
در این گزارش بر روی درستی و ساختار الگوریتمها متمرکز خواهیم شد. در این راستا برای ساختار پایگاه داده توزیعی یک سطحی از انتزاع را در نظر می‌گیریم تا مساله تا حد ممکن ساده سازی شود.

1. مقدمه :  کنترل همروندی فرآیندی است که طی آن بین دسترسی های همزمان به یک پایگاه داده در یک سیستم مدیریت پایگاه داده چند کاربره هماهنگی بوجود می‌آید. کنترل همروندی به کاربران اجازه می‌دهد تا در یک حالت چند برنامگی با سیستم تعامل داشته باشند در حالیکه رفتار سیستم از دیدگاه کاربر به نحو خواهد بود که کاربر تصور می‌کند در یک محیط تک برنامه در حال فعالیت است. سخت ترین حالت در این سیستم مقابله با بروز آوری های آزار دهنده ای است که یک کاربر هنگام استخراج داده توسط کاربر دیگر انجام می‌دهد. به دو دلیل ذیل کنترل همروندی در پایگاه داده های توزیعی از اهمیت بالایی برخوردار است:
1.    کاربراان ممکن است به داده هایی که در کامپیوترهای مختلف در سیستم قرار دارند دسترسی پیدا کنند.
2.    یک مکانیزم کنترل همروندی در یک کامپیوتر از وضعیت دسترسی در سایر کامپیوترها اطلاعی ندارد.
مساله کنترل همروندی در چندین سال قبل کاملا مورد بررسی قرار گفته است و در خصوص پایگاه‌داده‌های متمرکز کاملا شناخته شده است. در خصوص این مسال در پایگاه داده  توزیعی با توجه به اینکه مساله در حوزه مساله توزیعی قرار می‌گیرد بصورت مداوم راهکارهای بهبود مختلف عرضه می‌شود. یک تئوری ریاضی وسیع برای تحلیل این مساله ارائه شده و یک راهکار قفل دو مرحله ای به عنوان راه حل استاندارد در این خصوص ارائه شده است. بیش از 20 الگوریتم کنترل همروندی توزیعی ارائه شده است که بسیاری از آنها پیاده سازی شده و در حال استفاده می‌باشند.این الگوریتمها معمولا پیچیده هستند و اثبات درستی آنها بسیار سخت می‌باشد. یکی از دلایل اینکه این پیچیدگی وجود دارد این است که آنها در اصطلاحات مختلف بیان می‌شوند و بیان های مختلفی برای آنها وجود دارد. یکی از دلایل اینکه این پیچدگی وجود دارد این است که مساله از زیر قسمتهای مختلف تشکیل شده است و برای هر یک از این زیر قسمتها یک زیر الگوریتم ارائه می‌شود. بهترین راه برای فائق آمدن بر این پیچدگی این است که زیر مساله ها و الگوریتمهای ارائه شده برای هر یک را در ی.ک سطح از انتزاع نگاه داریم.
با بررسی الگوریتمهای مختلف می‌توان به این حقیقت رسید که این الگوریتمها همگی ترکیبی از زیر الگوریتمهای محدودی هستند. در حقیقت این زیر الگوریتمها نسخه‌های متفاوتی از دو تکنیک اصلی در کنترل همروندی توزیعی به نامهای قفل دو مرحله ای و ترتیب برچسب زمانی می‌باشند.
همانطور که گفته شد، هدف کنترل همروندی مقابله با تزاحمهایی است که در اثر استفاده چند کاربر از یک سری داده واحد برای کاربران بوجود می‌آید است. حال ما با ارائه دو مثال در خصوص این مسائل بحث خواهیم نمود. این دو مثال از محک معروف TPC_A مقتبس شده اند. در این مثالها، یک سیستم اطلاعات را از پایگاه داده ها استخراج کرده و محاسبات لازم را انجام داده و در نهایت اطلاعات را در پایگاه داده ذخیره می‌نماید.

مقاله بررسی ویژگی های الگوریتمهای کنترل همروندی توزیعی که بر پایه مکانیزم قفل دو مرحله ای همراه با منابع و مآخذ آماده دانلود میباشد

دانلود مقاله بررسی ویژگی روش آنالیز غیرکروماتوگرافی جیوه

اختصاصی از یارا فایل دانلود مقاله بررسی ویژگی روش آنالیز غیرکروماتوگرافی جیوه دانلود با لینک مستقیم و پرسرعت .

فرمت فایل : word(قابل ویرایش)

تعداد صفحات:28

عنوان : بررسی ویژگی روش آنالیز غیرکروماتوگرافی جیوه بوسیلة جریان تزریقی در سیستم پیش تغلیظ مجهز به کامپیوتر در ترکیب با تولید بخار شیمیایی در اسپکترومتری فلورسانس اتمی

چکیده:

مقاله
یک روش جدید غیرکروماتوگرافی مختص جیوه بر اساس حفظ انتخابی (گزینش پذیر) متیل جیوه و جیوه معدنی روی دیواره داخلی راکتور پیچیده با استفاده از آمونیوم دی اتیل دی تیو فسفات و دی تیازون به عنوان معرف های (شناساگرهای) کمپلکس دهنده توسعه داده می شوند که به ترتیب مختص به پیش تغلیظ سورپشن (عمل جذب و دفع در یک زمان) مجهز به کامپیوتر و جریان تزریقی (تزریق در «اورنش») همراه با اسپکترومتری فلورسانس اتمی که در آن تولید بخار شیمیایی پراکنده نشده صورت می گیرد هستند. در pH=2 پیش تغلیظ جیوه‌ی معدنی روی دیواره های داخلی راکتور پیچیده انجام می‌شود که این امر بر اساس حفظ انحصاری کمپلکس Hg-DDP در حضور متیل جیوه از طریق فرو بردن در محلول سادة آمونیوم دی اتیل دی فسفات می باشد و پیش تغلیظ انتخابی متیل جیوه بادی تیازون بجای آمونیوم دی اتیل فسفات صورت می گیرد از اسید هیروکلریک 15% (V/V) برای شستشوی گونه جیوة باقیمانده (حفظ شده) استفاده می کنند که برای شناسایی در اسپکترومتری فلورسانس اتمی با محلول KBH4 ترکیب می شود.
تحت بهترین شرایط تجربی نمونة جیوه معدنی و متیل جیوه 30 و 20 h-1 با عامل های ازدیادی 13 و 24 هستند. حدود تشخیص برای Hg2+ تا ngl-1 و برای   CH3Hg+ 2.0ngl-1  می‌باشد . دقت یازده اندازه گیری سیگنال (RSD) از هر 0.2 میکروگرم در لیتر Hg2+ و CH3Hg+ 2/2% و 8/2% است.
روش های پیشرفته که از طریق تجزیه مواد مرجع تأیید شده و اندازه گیری{های بهبود یافته معتبر می شوند، برای تعیین جیوة معدنی و متیل جیوه دو نمونه های آبی و زیست شناسی به کار برده می‌شوند.
 
1-    مقدمه
2-    تجربی
1-2- ابزار
2-2- معرف ها (شناساگرها)
3-2- پیش رفتار نمونه
4-2- طرز کار
5-2- روش پیشرفته
6-2- روش معتبر
3-    نتایج و بحث
1-3- شمای ویژه سیستم جدا کنندة سورپشن مجهز به کامپیوتر و پیش تغلیظ در KR کوپل شده به CVG-AFS با استفاده از دو معرف کمپلکس دهنده گزینش پذیر.
2-3- مهمترین پارامترهای تجربی
1-2-3- غلظت محلول عامل کمپلکس دهنده
2-2-3- غلظت شستشو دهنده
3-2-3- غلظت KBH4
4-2-3- دمای اتمیزر
5-2-3- طول KR و شستشوی KR
3-3- اجرای تجزیه ای
4-3- کاربرد واقعی تجزیه
1-4-3- تداخلات
2-4-3- آنالیز نمونه
4- محاسبات شناسایی رفرنس ها
 
1- مقدمه
جیوه بطور گسترده به عنوان عنصر بسیار خطرناک  شناخته شده است بواسطة این که عنصر پایداری (مزمن) در محیط زندگی گیاه و حیوان و محدوده های جغرافیایی است. جیوه معدنی و متیل جیوه دو گونة جیوه اصلی در نمونه های زیست شناختی و محیطی هستند. متیل جیوه سمی ترین گونة جیوه دارای نفوذ آسانی در غشاهای زیست شناختی است و پایداری زیادی در زنجیرة غذایی انسانی و حیوانی دارد. بنابراین اهمیت زیادی برای توسعة روش های تجزیه حساس و سریع در جهت تعیین جیوه معدنی و متیل جیوه وجود دارد.
دتکتورهای ویژة عنصر که مجهز به کامپیوتر هستند با تکنیک های جداسازی مدرن ابزارهای قوی برای جیوه هستند. با این حال پیچیدگی و قیمت زیاد این تکنیک ها منجر به استفاده از روش غیرکروماتوگرافی ساده برای تشخیص انتخابی گونة جیوه می شود . تشخیص بین جیوه معدنی و کل جیوه بوسیله اسپکترومتری جذب اتمی بخار سرد صورت می‌گیرد که بر اساس رفتار متفاوت Hg2+ و CH3Hg+ در مقابل شناساگرهای کاهندة[8] و [9] هست که غلظت سدیم بوروهیدرید به عنوان تنهاترین عامل کاهنده مطرح است و دمای سل کوارتزی برای جلوگیری از مرحله اکسیداسیون قبلی جیوة آلی به جیوة معدنی مهم می باشد. با این حال صحت ارزیابی ch3Hg+ به تعیین جیوه معدنی و همه جیوه بستگی دارد.
پیش تغلیظ و جداسازی دو فاکتور موثر برای ازدیاد حساسیت و انتخاب پذیری اندازه گیری هستند. به منظور توسعه تجزیه جداسازی جیوه, انواع مختلفی از پیش تغلیظ ستونی مجهز به کامپیوتر یا سیستم های جداسازی با CVAAS (اسپکتروسکوپی جذب اتمی بخار سرد) کوپل می شوند. برخی از این اقدامات به شناسایی مستقل جیوة معدنی و متیل جیوه اجازه می دهند و آنالیز جریان تزریقی (FIA) با جدا کنندة گاز – مایع [16] و یک گوناگونی دوتایی که به ترتیب برای Hg2+ و ch3Hg+  استفاده می شوند, پیچیده می گردد. در سالهای اخیر اسپکترومتری فلورسانس اتمی (Afs) همراه با بخار سرد (CV) یا قسمت عمدة بخار شیمیایی (CVG) توجه خاصی را دریافت کرده اند از این جهت که دارای مزایایی نظیر هزینة وسیله ای پایین حساسیت زیاد و زمان تجزیة کوتاه و عملکرد آسان هستند.
تعدادی از اقدامات غیرکروماتوگرافی به تشخیص گونه های جیوه با CV-Afs می پردازد که بر اساس طرح ویژه جداسازی روی یک مینی ستون دارای سولفیدریل کتون و تلاشی (تجزیه) اکسیداسیون مجهز به سیستم کامپیوتر و تلاشی تابش uv مجهز به سیستم کامپیوتر و یا تولید بخار شیمیایی تولید کننده فوتون (فوتون تولیدی) توسعه داده می‌شود.
داکتور پیچیده لوله باز (KR) که از لولة PTFE ساخته شده به عنوان صافی جمع آوری کننده رسوبات آلی و سپس به عنوان رسانة سورپشن (عمل جذب و دفع در یک زمان) مربوط به کمپلکس های فلزات آلی و نیز برای پیش تغلیظ توأم با اسپکترومتری جذب اتمی شعله ای (fAAS) عمل می کنند اخیراً اثبات شده که در ریزستون KR از جاذب دارای کربن 18 در تکنیک پیش تغلیظ دارای جریان تزریقی (FI) استفاده شده که این بواسطة محدود نبودن طول عمر آن و ساختار ساده ای که دارد, می باشد. مقالات کمی در ارتباط با پیش تغلیظ سورپشن FI که از KR توأم با CV-Afs برای تعیین جیوه معدنی استفاده می کنند وجود دارد البته تلاش برای توسعه روش غیرکروماتوگرافی در جهت تعیین جیوه بر اساس سیستم پیش تغلیظ سورپشن FI (جریان تزریقی) در یک داکتور  پیچیده کوپل شده با CVG-AFS در حال انجام است. که در این مطالعه از دی اتیل دی تیوفسفات (DDPA) و دی تیازون (DZ) به عنوان عوامل کمپلکس دهنده استفاده می کنند.
2-تجربی
1-2- ابزار
اسپکترومتری فلورسانس اتمی مدل AF-610A استفاده می شود که از طریق یک کامپیوتر نیز کنترل می گردد . به عنوان منبع تابش از یک لامپ هالوکاتوجیوه با شدت زیاد در طول موج 78/253 نانومتر استفاده می شود. همچنین از جدا کنندة گاز – مایع که از شیشه ساخته شده و بصورت یک طرح سه مرحله ای است استفاده می شود. از جریان آرگون برای شستشوی بخار جیوه جدا شده از جدا کنندة گاز مایع به سوی اتمیزر لوله کوارتزی، بهره می برند. از دیگر ابزار استفاده شده CVG-AFS کوپل شده با مدل FIA-3100 سیستم جریان تزریقی که مجهز به دو پمپ دودی و سوپاپ تزریقی چرخشی استاندارد است.

دانلود تحقیق روش های استخراج ویژگی و روش های خطی و غیر خطی دسته بندی

اختصاصی از یارا فایل دانلود تحقیق روش های استخراج ویژگی و روش های خطی و غیر خطی دسته بندی دانلود با لینک مستقیم و پرسرعت .

فرمت فایل : word(قابل ویرایش)

تعداد صفحات:17

چکیده:

   در این تمرین روش های استخراج ویژگی و روش های خطی و غیر خطی دسته بندی را مورد مطالعه قرار می‌دهیم. در ابتدا روش های مختلف استخراج ویژگی که از آن جمله PCA، LDA، روش قاب بندی و چند روش دیگر هستند را و سپس برای ویژگی های استخراج شده از روش های دسته بندی خطی بیزین و SVM خطی و سپس روش های غیر‌خطی RBF ، MLP و همچنین SVM غیر‌خطی برای دسته بندی استفاده شده‌ است. بسته به روش شناسایی بکار گرفته شده، معمولا ویژگی های متفاوتی از دنباله نقاط استخراج می شود. در اکثر روش های موجود استخراج ویژگی، ویژگی ها از روی مختصات نقاط نمونه برداری شده ورودی استخراج می شوند. از مجموعه ی ویژگی های استخراج شده معمولاً تعدادی مفید تر و موثرترند. ما برای تشخیص و انتخاب ویژگی های تاثیرگذارتر از یک الگوریتم ژنتیک استفاده کرده ایم. اما پس از استخراج و انتخاب ویژگی ها نوبت به دسته بندی می رسد. در ابتدا از چند دسته بند خطی استفاده کرده ایم. به راحتی می‌توان نشان داد که ناحیه‌های تصمیم‌گیری یک ماشین خطی محدودند و این محدودیت انعطاف‌پذیری و دقت دسته‌بند را کاهش می‌دهد. مسایل بسیاری وجود دارد که توابع جداساز خطی برای داشتن حداقل خطا در آنها کافی نیستند. علاوه بر این مرزهای تصمیم‌گیری که کلاسها را از یکدیگر تفکیک می‌کنند ممکن است همیشه خطی نباشند و پیچیدگی مرزها گاهی اوقات نیاز به استفاده از سطح‌های کاملاً غیر خطی را دارند. بنابراین در ادامه ی کار از چند دسته بند غیرخطی نیز استفاده نمودیم. در استفاده از شبکه‌های عصبی چندلایه، شکل غیر خطی بودن از مجموعه‌ی آموزش فرا گرفته می‌شود. در روشهای RBF و SVM غیرخطی مشکل اصلی انتخاب توابع هسته غیر خطی مناسب است.

2) مقدمه

      اولین الگوریتم دسته‌بندی در سال 1936 توسط Fisher ارایه شد و معیارهای آن برای بهینه بودن، کم کردن خطای دسته‌بندی کننده‌های الگو‌های آموزشی بود. بسیاری از استراتژی‌های موجود نیز از همین روش پیروی می‌کنند. در ساده‌ترین شکل ممکن، دسته بند‌های خطی می‌توانند دو دسته‌ی متفاوت را تفکیک کنند. با توجه به این موضوع مساله‌ای را جدایی‌پذیر خطی می‌نامند که با یک ابرصفحه بتوان محدوده‌ی تصمیم را به دو گروه تقسیم‌بندی کرد. در عمل می‌توان دسته بند‌های خطی‌ای را طراحی کرد که بیش از دو گروه را از هم تفکیک کنند. این عمل را با تنظیم محدوده‌های تصمیم متعدد و آزمون‌های چندگانه بر اساس شرایط موجود می‌توان انجام داد. ما در این مساله یک دسته بندی با 26 کلاس را داریم.

   در روش بیزین احتمال شرطی تعلق بررسی می‌شود. به این ترتیب که الگوی مورد نظر به دسته‌ای تخصیص داده می‌شود که احتمال شرطی تعلق بردار مشخصه‌ی الگو به آن دسته ازتمام دسته‌های دیگر بیشتر باشد. روش بیزین به طور کلی می تواند برای کارایی بسیار مطلوب بهینه شوند. این روش مزایای دیگری نیز دارد که استفاده‌ی از آن را توجیه می‌کند. این روش می‌تواند با چند فرض ساده در مورد داده‌ها کاملاً به شکل روشهای ساده‌ی خطی عمل کند، به علاوه این کار می‌تواند به گونه‌ای انجام شود که در پایان، مدل قطعی بدون هیچ گونه رجوع به آمار به دست آید. در روش بیزین مشکل کار تعریف احتمالات شرطی مورد نظر قاعده‌ی بیز است.

   یک محقق روسی به نام Vladimir Vapnik در سال 1965 گام مهمی در طراحی دسته‌بندها برداشت [1] و نظریه‌ی آماری یادگیری را بصورت مستحکم‌تری بنا نهاد و ماشین بردار پشتیبان را ارایه کرد. ماشین‌های بردار پشتیبان در دو حالت جدایی‌پذیر و جدایی‌ناپذیر برای دسته‌بندی الگوهای یک مساله‌ی چندکلاسه از چند مرز جداکننده‌ی خطی یا ابرصفحه استفاده می‌کنند و در واقع حاصلضرب داخلی بردار ورودی با هر یک از بردارهای پشتیبان در فضای d بعدی ورودی محاسبه می‌شود. Vapnik نشان داد که می‌توان بردار ورودی را با یک تبدیل غیرخطی به یک فضای با بعد زیاد انتقال داد و در آن فضا حاصلضرب داخلی را بدست آورد که با این شرایط هسته‌ی مفیدی را خواهیم داشت.

   روش RBF یک دسته‌بندی و تقریب‌ساز تابعی الگوست و شامل دو لایه می‌باشد که نرون‌های خروجی ترکیبی خطی از توابع پایه‌ای را به وجود می‌آورند که توسط نرون‌های لایه‌ی پنهان محاسبه شده‌اند. زمانی که ورودی در ناحیه‌ی تعیین شده‌ی کوچک از فضای ورودی قرار گیرد، توابع اساسی(غیر خطی) در لایه‌ی پنهان، پاسخ غیر صفری به محرک ورودی می‌دهند. همچنین این مدل به عنوان یک شبکه‌ی دریافت‌کننده‌ی ناحیه‌ای شناخته شده است. ما در روش RBF از معمول‌ترین تابع هسته‌ی غیر خطی یعنی سیگموئید استفاده کرده‌ایم.

   به طور کلی شبکه‌های پرسپترون چند‌لایه شامل چندین پرسپترون ساده هستند که به طور ساختار سلسله‌مراتبی، یک شکل پیش‌خورد با یک و یا چند لایه‌ی میانی (لایه‌های پنهان) بین لایه‌های ورودی و خروجی را شکل می‌دهد. تعداد لایه‌ی پنهان و تعداد نرون‌های هر لایه ثابت نیستند. هر لایه ممکن است از نرون‌های مختلفی تشکیل شده باشد که این موضوع به کار آنها بستگی دارد. الگوریتم‌های آموزشی متفاوتی در روش چند لایه استفاده می‌شوند.

3) روشهای به کار رفته در این گزارش

   در این قسمت روشهای استخراج ویژگی، روشهای انتخاب ویژگی ها جهت بهینه کردن آنها و کم کردن ابعاد مساله با کاهش تعداد آنها و روشهای دسته‌بندی (خطی و غیرخطی) به کار رفته بررسی شده‌اند.

3-1) روشهای استخراج ویژگی

     در این قسمت انواع روشهای استخراج ویژگی ها ذکر شده است. ذکر این نکته لازم است که برخی الگوریتم های استخراج برای انتخاب ویژگی های موثر نیز استفاده می شوند ازجمله ی آنها PCA و LDA هستند. اما در این گزارش ما برای بهینه کردن ویژگی ها و کم کردن تعداد آنها و یا به عبارت دیگر برای کاهش ابعاد (Curse of Dimensionality) از الگوریتم ژنتیک استفاده نموده ایم.

3-1-1) روش PCA خطی

   روشهای استخراج ویژگی یک زیرفضای مناسب m بعدی در فضای اصلی ویژگی ها از d بعد را تعیین می کنند(m<=d). تبدیل خطی مثل PCA، آنالیز فاکتور، LDA و تعقیب تصویر بطور گسترده در شناسایی الگو برای استخراج ویژگی ها و کاهش ابعاد استفاده شده اند. بهترین استخراج کننده ی ویژگی شناخته شدهPCA یا توسعه یافته ی Karhunen-loeve است که m بردار مشخصه بزرگتر را از ماتریس کوواریانس d×d از n الگوی d بعدی محاسبه می کند. تبدیل خطی به شکل Y=XH تعریف شده است که X ماتریس الگوی n×d داده شده و Y از ماتریس الگوی n×m مشتق شده است . H ماتریس d×m از تبدیل خطی است که ستون های آن بردارهای مشخصه هستند. قبل از اینکه PCA از ویژگی های پرمعنی تر استفاده کند (بردار ویژگی های با بزرگترین مقدار ویژه)، بطور کاملاً موثر داده ها را با یک زیرفضای خطی با استفاده از معیار خطای میانگین مربعات تخمین می زند. سایر روش ها مانندتعقیب تصویر و ICA برای توزیع های غیرگاوسی تا وقتی که به مشخصه ی مرتبه ی دوم داده ها مربوط نباشد مناسب ترند. ICA با موفقیت برای جداسازی منابع دیده نشده استفاده شده است. استخراج ترکیب خطی ویژگی ها منابع نابسته را تعریف می کند. این جداسازی در صورتی امکان پذیر است که حداکثر یکی از منابع دارای توزیع گاوسی باشد.

   از آجا که PCA یک روش بدون بررسی استخراج ویژگی هاست (Unsupervised)، تحلیل جداسازی از یک اطلاعات گروهی در رابطه با هر الگو برای استخراج (خطی) ویژگی های با قابلیت جداسازی زیاد استفاده می کند. در LDA جداسازی بین کلاسی با جابجایی کل ماتریس کوواریانس در PCA با یک معیار جداسازی عمومی مانند معیار Fisher تائید می شود که در یافتن بردارهای مشخصه نتیجه می شود.( حاصل معکوس ماتریس پراکندگی و ماتریس پراکندگی بین کلاسی ). معیار دیگر همراه با بررسی (Supervised) برای چگالی های شرایط کلاس غیرگاوسی بر پایه ی فاصله Patrick-Fisher با استفاده از برآورد چگالی Parzen است.

3-1-2) روش Kernel PCA (PCA با هسته یا PCA غیرخطی)

   چندین روش برای تعریف روش های استخراج ویژگی غیرخطی وجود دارد. یکی از این روش ها که مستقیماً به PCA مربوط است، Kernel PCA نام دارد. ایده ی اصلی KPCA نگاشتن داده های ورودی بر روی برخی از فضاهای ویژگی F جدید بطور معمولی با استفاده از تابع غیرخطی و سپس اعمال یک PCA خطی در فضای نگاشت شده است. به هر حال فضایF معمولاً ابعاد بسیار زیادی دارد. برای دوری از محاسبات نگاشت ساده ی ، KPCA تنها هسته های Mercel که می توانند به یک نقطه تجزیه شوند را بکار می گیرد.

   به عنوان یک نتیجه فضای هسته یک متریک با تعریف مناسب دارد. نمونه های هسته های Mercer شامل چندجمله ای های مرتبه P بصورت و هسته گاوسی هستند.

   فرض می کنیم که X یک ماتریس الگوی n×d نرمال شده با میانگین صفر است و یک ماتریس الگو در فضای F باشد. PCA خطی در فضای F بردارهای مشخصه ی ماتریس همبستگی را حل می کند که همچنین ماتریس هسته نیز نامیده می شود. در KPCA در ابتدا m بردار ویژگی از بدست می آیند تا یک ماتریس انتقال E را تعریف کنند (E یک ماتریس n×m است که m تعداد ویژگی های دلخواه است و m<=d است). الگوهای جدید x با نگاشت می شوند که اکنون با وابستگی به مجموعه آموزش بازنمایی می شوند و نه با مقادیر ویژگی ویژگی های اندازه گیری شده. باید توجه داشت که برای یک بازنمایی کامل تا m بردار مشخصه در E (بسته به تابع هسته) توسط KPCA ممکن است نیاز باشد در حالی که در PCA خطی یک مجموعه از d بردار مشخصه فضای اصلی ویژگی ها را ارائه می کند. انتخاب تابع هسته برای یک کاربرد مشخص هنوز یک مساله باز است.

3-1-3) روش مقیاس گذاری چندبعدی(MDS)

   مقیاس گذاری چند بعدی (MDS)یک روش غیرخطی دیگر برای استخراج ویژگی هاست. هدف این روش بازنمایی یک مجموعه ی چندبعدی در دو یا سه بعد است مثل آنچه ماتریس فاصله در فضای اصلی ویژگی های d بعدی به طور کاملاً ثابت در فضای تصویرشده باقی مانده است. توابع تاکید فراوانی برای اندازه گیری کارایی این نگاشت استفاده شده اند. یک مشکل MDS این است که یک تابع نگاشت ساده و روشن را ارئه نمی کند بنابراین ممکن نیست که یک الگوی جدید را در یک نگاشت برای یک مجموعه ی آموزش مشخص بدون تکرار جایگذاری کند. چندین روش برای عنوان کردن این نقص که از درون یابی خطی تا آموزش شبکه عصبی محدود است مورد بررسی قرار گرفته است. همچنین امکان دارد که الگوریتم MDS مجدداً تعریف شود بنابراین مستقیماً یک نگاشت را تهیه می کند که ممکن است برای الگوهای آزمون جدید استفاده شود.

3-1-4) روش شبکه عصبی روبه جلو (Feed-Forward Neural Network)

   یک شبکه ی عصبی روبه جلو یک روال جامع را برای استخراج ویژگی هاو دسته بندی پیشنهاد می کند. خروجی هر لایه ی مخفی ممکن است به عنوان یک مجموعه ی جدید و اغلب غیرخطی از ویژگی ها تعریف  شود که در لایه ی مخفی برای دسته بندی ارائه می شوند. در این شرایط شبکه های استفاده شده توسط Fukushima و Lecun که اصطلاحاً آن را لایه های وزنی مشترک نامیده اند، در حقیقت فیلترهایی برای استخراج ویژگی ها در تصاویر دوبعدی هستند. در طول آموزش فیلترها با داده ها برای بیشینه کردن کارایی دسته بندی وفق داده شده اند.

   شبکه های عصبی می توانند بطور مستقیم برای استخراج ویژگی ها در یک شکل بدون بررسی (Unsupervised) استفاده شوند. شکل (a-1) معماری یک شبکه که قادر به پیدا کردن زیرفضای PCA است را نشان می دهد. به جای سیگموئیدها نرون ها توابع انتقال خطی دارند. این شبکه d ورودی و d خروجی دارد که d تعداد مشخص شده ی ویژگی هاست. ورودی ها همچنین برای رسیدن به هدف نیز با مجبور کردن لایه ی خروجی به ساخت مجدد فضای ورودی تنها با استفاده از لایه ی مخفی بکار گرفته شده اند. سه گره در لایه ی مخفی اولین سه جزء اصلی را ضبط می کنند. اگر دو لایه ی غیرخطی با واحدهای مخفی سیگموئیدی نیز وجود داشته باشند ( شکل (b-4))، آنگاه یک زیرفضای غیرخطی در لایه ی میانی یافت خواهد شد (که همچنین لایه ی گلوگاه هم نامیده می شود). غیرخطی بودن توسط اندازه ی این لایه های اضافی محدود می شود. شبکه های PCA غیر خطی یا اصطلاحاً خودشرکت پذیرها ی ابزار قوی را برای آموزش و تشریح زیرفضای غیرخطی پیشنهاد می کند. محققی به نام Oja نشان داد که چگونه شبکه های خودشرکت پذیر می توانند برای ICA استفاده شوند.