TY - JOUR ID - TI - Neural network Feature Extraction for the Tasks of Visual Recognition اقتباس الخواص باستخدام الشبكات العصبية لاغراض التمييز الصوري AU - Dr.Basil Sh. Mahmood د.باسل شكر محمود AU - Shefa A. Dawwd شفاء عبدالرحمن داؤد PY - 2005 VL - 13 IS - 4 SP - 1 EP - 10 JO - AL-Rafidain Engineering Journal (AREJ) مجلة هندسة الرافدين SN - 18130526 22201270 AB - AbstractIn this Paper, a neural network image recognition system is used. TheNeocognitron[8] in that system is used as feature extractor, then the feature areclassified by using a multilayered feedforward network to generate recognitioncodes. Many neural learning algorithms are used to extract the feature, thencomparison among them is presented. Finally a comparison between most activealgorithms among them with respect to the whole performance of the of thedesigned system is presented. The biases used in MBCL (Modified BiasCompetitive Learning) played an important role to improve the performance ofcompetitive learning algorithms. Using SOFM (Self Organizing Feature Map) toextract features gave better recognition rate than MBCL and other algorithms.Keywords: Feature extraction, Competitive learning, Image recognition,Neocognitron

الخلاصة[ في هذا البحث تم استخدام الشبكات العصبية للتعرف على الصور، وقد تم استخدام النيوكوكنترون[ 8كمقتبس للخواص الصورية، كما استخدمت الشبكة العصبية متعددة الطبقات ذات التغذية الاماميةلتصنيف هذه الخواص وتوليد رموز التمييز. في اقتباس الخواص، تم تطبيق عدد من الخوارزمياتوتمت المقارنة بين نتائج هذه الخوارزميات. وفي النهاية تم قياس الكفاءة الكلية للمنظومة المصممة عندالتعليم ) MBCL استخدام اكفأ الخوارزميات المطبقة، ووجد ان الانحيازات المستخدمة في طريقةالتنافسي المنحاز المحور) لعبت دورًا مهما في تحسين اداء خوارزميات التعليم التنافسي. كما وجد انالتعليم ذات التركيب الذاتي للخواص) لاقتباس الخواص اعطت نسبة تمييز ) SOFM استخدام طريقةM BCL افضل من باقي الخوارزميات ومنها خوارزمية ER -