research centers


Search results: Found 31

Listing 11 - 20 of 31 << page
of 4
>>
Sort by

Article
Face Recognition Using Stationary wavelet transform and Neural Network with Support Vector Machine
تمييز الوجوه باستخدام تحويل المويجة المستقرة والشبكة العصبية مع ماكنة الدعم الناقل

Author: Nashwan Alsalam Ali نشوان السلام علي
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2015 Volume: 56 Issue: 1B Pages: 520-530
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Face recognition is a type of biometric software application that can identify a specific individual in a digital image by analyzing and comparing patterns. It is the process of identifying an individual using their facial features and expressions.In this paper we proposed a face recognition system using Stationary Wavelet Transform (SWT) with Neural Network, the SWT are applied into five levels for feature facial extraction with probabilistic Neural Network (PNN) , the system produced good results and then we improved the system by using two manner in Neural Network (PNN) and Support Vector Machine(SVM) so we find that the system performance is more better after using SVM where the result shows the performance of the system is better based on the recognition rate measurement.

التعرف على الوجه هو نوع من تطبيقات البرمجيات القياسية التي يمكن من خلالها تحديد شخص معين في صورة رقمية عن طريق تحليل ومقارنة الأنماط. هو عملية تحديد الفرد باستخدام ملامح الوجه والتعبيرات.في هذا البحث تم اقتراح نظام التعرف على الوجوه باستخدام تحويل المويجات المستقرة مع الشبكات العصبية، تحويل المويجات الثابتة تطبق لخمسة مستويات لاستخراج الوجه مع ميزة الشبكة العصبية الاحتمالية (PNN). ، نتائج النظام جيدة ومن ثم قمنا بتحسين النظام باستخدام ماكنة الدعم الناقل (SVM) لذلك نجد أن أداء النظام هو أفضل بعد استخدام SVM حيث تظهر نتيجة أداء النظام بشكل أفضل اعتمادا على مقياس معدل التمييز.


Article
Detection of P2P Botnets Based on Support Vector Machine: Case Study
كشف الروبوتات في إطار P2P باستخدام آلة داعم المتجهات (SVM): دراسة حالة

Authors: Nemir Ahmed Al-Azzawi --- Shatha Mizhir Hasan
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 5 Part (A) Engineering Pages: 1227-1239
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Botnet is a general term referring to a group of automated software robots that run without human intervention (malware code). Nowadays, Botnets produces a major threat to the cyber security (Information Assurance) of computing assets. Therefore, you need to protect our huge confidential and personal information through the use of web interfaces such as online passwords, corporate secrets, online banking accounts, and social networking accounts like Facebook. Network traffic analysis is an important component in the management and security of current networks and in the design and planning on future networks. This study enables the researcher: (a) to study botnet topologies, behavior and lifecycle events and actions (b) to combine normal web traffic and normal P2P traffic for binary classification; (c) to produce simulated network flow data comparable to the activities of a botnet controller or "bots," and hosts under attack (testing samples); and (d) to detection and identifies P2P botnet framework using Support Vector Machine (SVM) based on statistical features.

الروبوتات هو مصطلح عام يشير إلى مجموعة من الروبوتات الآلية البرمجة التي تعمل دون تدخل بشري (برمجة ضارة). في الوقت الحاضر، فان هذه الروبوتات تنتج خطرا كبيرا على أمن المعلومات الموجودة في الحوسبة. لذلك، نحتاج إلى حماية المعلومات السرية والشخصية الضخمة التي لدينا من خلال الاستخدام الاعتيادي لواجهات الويب، كمثل على ذلك كلمات المرور على الانترنت، أسرار ومعلومات الشركات، الحسابات المصرفية عبر الإنترنت، الشبكات الاجتماعية مثل حسابات الفيسبوك. أن تحليل شبكة حركة المرورهي عنصر أساسيفي إدارة أمن الشبكات الحالية، وكذاك في تخطيط وتصميم شبكاتالمستقبل.هذه الدراسة تمكن الباحث من: (أ) دراسة دورة حياة الروبوتات أحداث وأفعال، (ب) الجمع بين حركة المرور العادي على الشبكة، وحركة المرور P2P وذلك للتصنيف الثنائي، (ج) إنتاج محاكاة تدفق بيانات الشبكة للأنشطة المماثلة لتدفق سير الروبوتات الموجه والمستضيف المصاب (عينات الاختبار)، (د) الكشف وتحديد الروبوتات في إطارP2P باستخدام آلة داعم المتجهات (SVM) على أساس السمات الإحصائية.


Article
Classification of Gender Face Image Based on Slantlet Transform

Authors: Nidaa Flaih Hassan --- Reem Majeed Ibrahim
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 4 Part (B) Scientific Pages: 566-577
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Image Face classification has been an effective research area over last two or three decades and it is considered as a challenging research topic. In this paper a new classification algorithm is proposed for gender classification based on face image.The proposed algorithm consists of two phases: training and testing phases.In the training phase five steps are implemented to classify gender images; at first step the face in a digital image is segmented so as to eliminate the undesirablebackground, the redundancy and suppression of noise is reduced using Slantlet Transform in step two. From transformed face images,Eigen faces feature is extracted using Principle Component Analysis (PCA). In step three to reduce the number of dimensions without losing information (Eigen value is used as a vector of features), in the final step decision whether the face image is male or female is done by applying Support Vector Machine (SVM).The experimental outcome indicate that the SVM classifier achieves precision of 89% whenthe classification process using Wavelet 'Transform, and 93 % with Slantlet' Transform for the same number of the test-set.


Article
Proposed Handwriting Arabic Words classification Based On Discrete Wavelet Transform and Support Vector Machine
مقترح مصنف للكلمات العربية المكتوبة بخط اليد بالاعتماد على تقنية محول المويجات المتقطعة ( ( DWTوآلة داعم المتجهات SVM

Authors: Alia Karim Abdul Hassan علياء كريم عبد الحسن --- Mohammed Alawi محمد علاوي عباس
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 2C Pages: 1159-1168
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

A proposed feature extraction algorithm for handwriting Arabic words. The proposed method uses a 4 levels discrete wavelet transform (DWT) on binary image. sliding window on wavelet space and computes the stander derivation for each window. The extracted features were classified with multiple Support Vector Machine (SVM) classifiers. The proposed method simulated with a proposed data set from different writers. The experimental results of the simulation show 94.44% recognition rate.

تم اقتراح خوارزمية لاستخراج الصفات من الكلمات العربية المكتوبة بخط اليد. تستخدم الطريقة المقترحة التحويل الموجي (DWT) على الصورة ثنائية، بعد ذلك تم مسح الصورة ذات التحويل الموجي باستخدام نافذة ، ومن ثم يتم حساب قيمة الانحراف المعياري لكل نافذة . تم تصنيف الميزات المستخرجة بواسطة المصنفات SVMs . تم اقتراح قاعدة بيانات جديدة كتبت من قبل عدد مختلف من الكتاب .وهذة القاعدة تم استخدامها لاختبار العمل القترح وان النتائج التجريبية للنظام اظهرت معدل تميز 94.44٪.


Article
A Comparison Between SVM and K-NN for classification of Plant Diseases

Authors: Sarah Saadoon Jasim --- Ali Adel Mahmood Al-Taei
Journal: Diyala Journal For Pure Science مجلة ديالى للعلوم الصرفة ISSN: 83732222 25189255 Year: 2018 Volume: 14 Issue: 02 Pages: 94-105
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

Vegetable crops differ in size, shape, and color and which its suffer from this many leaf batches according to a particular reason. As a result of the plant, pathogens happen for Leaf batches. In agriculture whole fructification, it is essential to learn the origin of plant disease bundles early to be prepared for suitable timing control. In this regard, uses Support Vector Machine (SVM) and K- Nearest Neighbor to classify the plant's symptoms according to their appropriate classifications. These typesare (YS) Yellow Spotted class, (WS) White Spottedclass, (RS) Red Spotted class, and (D) tarnishedclass. Results obtained using SVM algorithm was compared with results obtained by a K-NN algorithm. Specifically, the overall accuracy of SVM model is about 88.17% and 85.61% for the k -NN model (with k = 1).


Article
Comparison of a Classifier Performance Testing Methods: Support Vector Machine Classifier on Mammogram Images Classification

Author: Sura Jasim Mohammed
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2019 Volume: 6 Issue: 1 Pages: 8-12
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

This paper compares between testing performance methods of classifier algorithm on a standard database of mammogram images. Mammographic interchange society dataset (MIAS) is used in this work. For classifying these images tumors a multiclass support vector machine (SVM) classifier is used. Evaluating this classifier accuracy for classifying the mammogram tumors into the malignant, benign or normal case is done using two evaluating classifier methods that are a hold-out method and one of the cross-validation methods. Then selecting the better test method depending on the obtained classifier accuracy and the running time consumed with each method. The classifier accuracy, training time and the classification time are considered for comparison purpose


Article
Outdoor Scene Classification Using Multiple SVM

Authors: Matheel E. Abdulmunem --- Eman Hato
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2018 Volume: 59 Issue: 4C Pages: 2323-2335
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents a hierarchical two-stage outdoor scene classification method using multi-classes of Support Vector Machine (SVM). In this proposed method, the gist feature of all the images in the database is extracted first to obtain the feature vectors. The image of database is classified into eight outdoor scenes classes, four manmade scenes and four natural scenes. Second, a hierarchical classification is applied, where the first stage classifies all manmade scene classes against all natural scene classes, while the second stage of a hierarchical classification classifies the outputs of first stage into either one of the four manmade scene classes or natural scene classes. Binary SVM and multi-classes SVMs are employed in the first and second stage of a hierarchical classification respectively. The proposed method is designed also to compare and find the most suitable multi-classes SVMs approach and the kernel function for classification task, where their performances are analyzed based on experimental results. The multi-classes SVMs used in this paper are One-versus-All (OvA) and One-versus-One (OvO), while the kernel functions used are linear kernel, Radius Basis Function (RBF) kernel and Polynomial kernel. Experimental results indicate that OvO classifier provides better performance than OvA classifier. The results, also show that the Polynomial kernel function is superior to others kernel function.

Keywords

Gist descriptor --- OvA --- OvO --- RBF kernel --- Polynomial kernel --- SVM.


Article
Plant Leaf Disease Detection Using Support Vector Machine

Authors: Mohammed A. Hussein --- Amel H. Abbas
Journal: Al-Mustansiriyah Journal of Science مجلة علوم المستنصرية ISSN: 1814635X Year: 2019 Volume: 30 Issue: 1 Pages: 105-110
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Agriculture has special importance in that it is a major source of food and, clothing and is an important economic source for countries. Agriculture is affected by a variety of factors, biotic such as diseases resulting from bacteria, fungi, and viruses and non-biotic such as: water and, temperature and other environmental factors. Detection of these diseases require people to experts in addition to a set of equipment and it is expensive in terms of time and money Therefore, the development of a computer based system helps the detection of the plants’ diseases is very helpful for farmers As well as to specialists in the field of plant protection. the proposed plant disease detection system consists of two phases, in the first phase, the knowledge base is established by introducing a set of training samples in a series of processing that include first use pre-processing techniques such as: cropping , resizing, fuzzy histogram equalization, extracting a set of color and texture features and used to great the knowledge base that used as training data for support vector machine classifier . In the second phase, we use the classifier that was trained using the knowledge base for detection and diagnosis of plant leaf diseases. To create the knowledge base, we used 799 sample images that divided it by 80% training and 20% testing. We have use Three crops each yield three diseases in addition to the proper state of each crop .the accuracy of disease detection was 88.1%.

للزراعة أهمية خاصة لأنها مصدر رئيسي للغذاء واللباس وتعتبر مصدرا اقتصاديا هاما للبلدان. تتأثر الزراعة بمجموعة متنوعة من العوامل الحيوية مثل الأمراض الناتجة عن البكتيريا والفطريات والفيروسات وغير الحيوية مثل: الماء ودرجة الحرارة والعوامل البيئية الأخرى. إن الكشف عن هذه الأمراض يتطلب اشخاص خبراء بالإضافة إلى مجموعة من المعدات وهو مكلف من حيث الوقت والمال ولذلك فإن تطوير نظام قائم على الكمبيوتر يساعد في اكتشاف أمراض النباتات مفيد جدًا للمزارعين وكذلك للمتخصصين في مجال وقاية النبات. يتكون نظام اكتشاف أمراض النبات المقترح من مرحلتين ، في المرحلة الأولى ، يتم تأسيس قاعدة المعرفة عن طريق إدخال مجموعة من عينات التدريب في سلسلة من العمليات التي تشمل تقنيات المعالجة الأولية الأولى مثل: الاقتصاص ، تغيير الحجم ، الرسم البياني الضبابي المعادلة ، واستخراج مجموعة من ميزات اللون والملمس واستخدامها في قاعدة المعرفة التي تستخدم كبيانات التدريب لل SVM. في المرحلة الثانية ، نستخدم المصنف الذي تم تدريبه باستخدام قاعدة المعرفة للكشف عن أمراض أوراق النبات وتشخيصها. لإنشاء قاعدة المعرفة ، استخدمنا 799 عينة من الصور التي قسمتها بنسبة 80٪ من التدريب واختبار 20٪. لدينا ثلاث محاصيل تنتج كل منها ثلاثة أمراض بالإضافة إلى الحالة السليمه لكل محصول. كانت دقة الكشف عن المرض 88.1٪.


Article
Evaluation of Human Voice Biometrics and Frog Bioacoustics Identification Systems Based on Feature Extraction Method and Classifiers
التقييم على انظمة تحديد الصوتيات البشرية والصوتيات الحيوية للضفدع اعتماداً على طريقة استخراج وتصنيف الخصائص

Author: Aws Saad Shawkat أوس سعد شوكت حسن
Journal: Al-Ma'mon College Journal مجلة كلية المامون ISSN: 19924453 Year: 2018 Issue: 31 Pages: 176-195
Publisher: AlMamon University College كلية المامون الجامعة

Loading...
Loading...
Abstract

Biometrics is defined as the science of recognizing human by using their personal biological characteristics, for example voice, fingerprint and signature. Biometrics approach has then been implemented for recognizing animal for the purpose of biological and ecological research and development. Due to the research on animal based recognition is still in infancy, so in this study, the evaluation on the effectiveness of the audio based biometric system approach to the bioacoustics identification system is experimented. Bioacoustics based on frog call in order to identify the frog species is employed in this study. Consequently, the well-known features used in audio based biometric system i.e. Mel-frequency Cepstral Coefficients (MFCC) is experimented as features for the frog bioacoustics based identification system. For the classification process, performances of Support Vector Machine (SVM), k-Nearest Neighbor (k-NN), Local Mean k Nearest Neighbor (LMkNN) and Fuzzy k-NN (FkNN) classifiers have been compared in this study. The performances of the biometric system and the frog bioacoustics system based on the proposed classifiers are evaluated. The best performance has been observed using FkNN classifier with the accuracy of 97% for the frog bioacoustics identification system and 93.38% for the biometric speaker identification system with 20 training data.

يتم تعريف القياسات الحيوية كعلم تمييز الإنسان باستخدام خصائصه البيولوجية الشخصية على سبيل المثال الصوت وبصمات الأصابع والتوقيع. ثم تم تطبيق نهج القياسات الحيوية لتمييز الحيوان لغرض البحوث البيولوجية والبيئية والتنمية. ويرجع ذلك إلى كون بحوث التمييز على أساس الحيوان لا يزال في مرحلة الطفولة، لذلك في هذه الدراسة، يتم عمل تقييم فعالية النهج القائم على نظام القياسات الحيوية الصوتية لنظام تحديد الصوتيات الحيوية. يستخدم علم الصوتيات الحيوية على أساس دعوة الضفدع من أجل التعرف على الضفادع الاخرى في هذه الدراسة. ونتيجة لذلك، يتم اختبار الميزات المعروفة المستخدمة في نظام القياسات الحيوية الصوتية مثل استخدام Mel-frequency Cepstral Coefficients (MFCC) كميزات لنظام التعرف على الصوتيات الحيوية للضفدع. أما بالنسبة لعملية التصنيف، فقد تمت مقارنة أداء Support Vector Machine (SVM), k-Nearest Neighbor (k-NN), Local Mean k Nearest Neighbor (LMkNN) and Fuzzy k-NN (FkNN)وقد تم في هذه الدراسة تقييم أداء نظام القياسات الحيوية للضفدع على أساس المصنفات المقترحة. وقد لوحظ أفضل أداء باستخدام FkNN classifier مع دقة 97٪ لنظام التعرف على الصوتيات البيولوجية للضفدع و 93.38٪ لنظام تمييز القياسات الحيوية على المتحدث مع 20 بيانات التدريب.


Article
Nonlinear Response of Uniformly Loaded Paddle Cantilever Based upon Intelligent Techniques
الاستجابة الغير خطية لدواسة كابولية محملة بشكل منتظم بناءا على التقنيات الحديثة

Authors: Mohammed K. Abd محمد خضر عبد --- Akeel Ali Wannas عقيل علي وناس
Journal: Anbar Journal of Engineering Sciences مجلة الأنبار للعلوم الهندسية ISSN: 19979428 Year: 2011 Volume: 4 Issue: 2 Pages: 60-69
Publisher: University of Anbar جامعة الانبار

Loading...
Loading...
Abstract

Modeling and simulation are indispensable when dealing with complex engineering systems. It makes it possible to do essential assessment before systems are built, Cantilever, which help alleviate the need for expensive experiments and it can provide support in all stages of a project from conceptual design, through commissioning and operation. This study deals with intelligent techniques modeling method for nonlinear response of uniformly loaded paddle. Two Intelligent techniques had been used (Redial Base Function Neural Network and Support Vector Machine). Firstly, the stress distributions and the vertical displacements of the designed cantilevers were simulated using (ANSYS v12.1) a nonlinear finite element program, incremental stages of the nonlinear finite element analysis were generated by using 25 schemes of built paddle Cantilevers with different thickness and uniform distributed loads. The Paddle Cantilever model has 2 NN; NN1 has 5 input nodes representing the uniform distributed load and paddle size, length, width and thickness, 8 nodes at hidden layer and one output node representing the maximum deflection response and NN2 has inputs nodes representing maximum deflection and paddle size, length, width and thickness and one output representing sensitivity (∆R/R). The result shows that of the nonlinear response based upon SVM modeling better than RBFNN on basis of time, accuracy and robustness, particularly when both has same input and output data.

النمذجة والمحاكاة ، لا غنى عنهما عند التعامل مع النظم الهندسية المعقدة، الذي يجعل من الممكن القيام بتقييم أساسي قبل أن يتم بناء النظام الكابولي، التي يمكن أن تساعد على تقليل الحاجة لاجراء تجارب مكلفة، توفر الدعم في جميع مراحل المشروع من التصميم النظري. تتناول هذه الدراسة طريقة ذكية لتقنيات النمذجة للاستجابة الغير خطية لدواسة محملة بشكل منتظم. وقد استخدمت تقنيتين ذكيتين دالة القاعدة الشعاعية للشبكات العصبية (RBFNN)، وآلة دعم المتجه(SVM) . وقد تم حساب الاجهادات والتشوهات العمودية باستخدام برنامج ANSYS ، تم إنشاء مراحل إضافية للتحليل استخدمت فيها 25 مخطط لدواسة كابولية بواسطة طريقة العناصر المحددة الغير خطية لتغير السمك والحمل المنتظم، نماذج الدواسة الكابولية اثنان NN NN1, تمتلك خمس مدخلات تمثل الحمل المنتظم والحجم والطول والعرض والسمك وثمان عقد في طبقة مخفية ومخرج واحد يمثل استجابة أقصى تشوه و NN2 تمتلك المداخلات التشوه الاقصى وحجم الدواسة والعرض والطول والسمك ومخرج واحد يمثل الحساسية . تظهر النتائج ان الاستجابة الغير خطية اعتماداً على النمذجة بواسطة SVM هي افضل من النمذجة بواسطة RBFNN .

Listing 11 - 20 of 31 << page
of 4
>>
Sort by
Narrow your search

Resource type

article (31)


Language

English (27)

Arabic (1)

Arabic and English (1)


Year
From To Submit

2019 (6)

2018 (11)

2017 (3)

2016 (3)

2015 (3)

More...