research centers


Search results: Found 17

Listing 11 - 17 of 17 << page
of 2
>>
Sort by

Article
High Biometric Recognition Based on Histogram and Semi-discrete Matrix Decomposition via Neural Network

Authors: Ekbal Hussein Ali --- Sameir A. Azeiz --- Suad Ali Eissa
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2016 Volume: 34 Issue: 12 Part (A) Engineering Pages: 2239-2248
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Iris recognition is regarded as the most reliable and accurate biometric identification system available highly protected and stable.Iris situating is the main focus in the procedure of iris recognition and verifies the precision of identification. In this work, a new algorithmfor iris localization is suggested based on the median filter and the histogram to determine an automated global threshold and the pupil centre. An algebraic based on semi-discrete matrix decomposition SDD is used to extract iris feature from iris image that decrease the difficultyininput layered neural network,thesizes of input patterns are enhanced. The iris recognition is developed by a neural network with differential adaptive learning rate to identify the iris features. This method is simple,effective and high speed recognition. The system is implemented by using Matlab. Experimental outcomes indicate that the suggested algorithm gives the accuracy of 100 % with time equal 1.4 sec is best than other methods for Daugman and Wildes.


Article
Comparison of the method of partial least squares and the algorithm of singular values decomposion to estimate the parameters of the logistic regression model in the case of the problem of linear multiplicity by using the simulation
مقارنة بين طريقة المربعات الصغرى الجزئية وخوارزمية تجزئة القيم المفردة لتقدير معلمات أنموذج الانحدار اللوجستي في حالة وجود مشكلة التعدد الخطي بأستعمال المحاكاة

Authors: محمود مهدي البياتي --- هديل حميد شاكر
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2018 Volume: 24 Issue: 109 Pages: 458-471
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The logistic regression model is an important statistical model showing the relationship between the binary variable and the explanatory variables. The large number of explanations that are usually used to illustrate the response led to the emergence of the problem of linear multiplicity between the explanatory variables that make estimating the parameters of the model not accurate. The methods used to estimate the parameters of the logistic regression model in the case of the linear multiplication problem. These methods are the method of regression of the partial least squares and the algorithm of singular value decomposion. The simulation method was used to compare estimation methods through the mean error squares of the model. It has been shown through the comparison that the algorithm of singular value decomposion is best in estimating the parameters of the logistic regression model in the case of the problem of linear multiplicity

يعد أنموذج الانحدار اللوجستي من النماذج الاحصائية المهمة حيث يوضح العلاقة بين المتغير التابع ثنائي الاستجابة والمتغيرات التوضيحية (التفسيرية).أن العدد الكبير لمتغيرات توضيحية تستعمل عادة لتوضيح الاستجابة ادى الى ظهور مشكلة التعدد الخطي(Multicollinearity) بين المتغيرات التوضيحية التي تجعل تقدير معلمات النموذج ليست دقيقة.تم في هذا البحث استعمال طرائق لتقدير معلمات أنموذج الانحدار اللوجستي في حالة وجود مشكلة التعدد الخطي وهذه الطرائق هي طريقة انحدار المربعات الصغرى الجزئية(PLSR) و خوارزمية تجزئة القيم المفردة(SVD), اذ تم استخدام اسلوب المحاكاة للمقارنة بين طرائق التقدير من خلال متوسط مربعات الخطأ(MSE) للأنموذج.واتضح من خلال المقارنة أن خوارزمية تجزئة القيم المفردة (SVD) هي الافضل في تقدير معلمات أنموذج الانحدار اللوجستي في حالة وجود مشكلة التعدد الخطي.


Article
A Combination Approach to Human Face Recognition
طریقة مركبة لتمییز وجھ الانسان

Authors: Kadhim M. Hashim كاظم مھدي ھاشم --- Salam J. Edan سلام جبارعیدان
Journal: Journal of Education for Pure Science مجلة التربية للعلوم الصرفة ISSN: 20736592 Year: 2018 Volume: 8 Issue: 1 Pages: 1-13
Publisher: Thi-Qar University جامعة ذي قار

Loading...
Loading...
Abstract

AbstractIn this paper, we propose a combination approach for face recognition based on combination of twofeatures extractor schemes named Singular Value Decomposition and Gabor filters. Singular valuedecomposition (SVD) is a good method to extract image features because it has invariance for therotation and mirroring transformation, and also has better robustness for noise and light intensitytransform. Gabor filters produce perfect localization features in frequency and spatial domains. Fromtheexperimental results, the suggested approach obtains a good recognition rate. A recognition rateof more than 98% has been achieved on the ORL database.The proposed approach has also beencompared to some existing techniques and the results obtained by the proposed method are far betterthan these techniques.

الخلاصةاقترحنا في ھذا البحث طریقھ مدمجة لتمییز الوجھ بالاعتماد على طریقتین لاستخلاص الممیزات وھي تحلیل القیمة المفردة وموجات غابور. ان تحلیل القیمة المفردة ھیطریقة جیدة لاستخلاص الممیزات من الصورة لانھا تملك ثبات للدوران و التحویلالمنعكس وایضا لھا متانة افضل للضوضاء وتحویل شدة الاضاءة. تنتج مرشحات غابور ممیزات مركزه ودقیقة في المجالین% الحیزي والترددي. من النتائج التجریبیة، فان النھج المقترح یحصل على معدل اعتراف جید ، معدل الاعتراف كان اكثر من 98كما تم مقارنة النھج المقترح مع بعض التقنیات الموجوده فكانت النتائج التي تم الحصول علیھا من .(ORL ) على قاعدة البیاناتخلال النھج المقترح افضل بكثیر من تلك التقنیات.


Article
استعمال خوارزمية تجزئة القيم المفردة لمعالجة مشكلة التعدد الخطي (عالية الابعاد) لتحديد وتميز أهم العوامل المؤثرة على امراض القلب

Loading...
Loading...
Abstract

In this paper, one of the problems of statistical data was examined in the case of multicollinearity variables. This is the problem of linear multicollinearity. The problem multicollinearity was solved using a Singular Value Decomposition that changes the structure of the data to eliminate the problem while preserving the nature of the data in terms of the effect on the variable Affiliate.Comparative analysis and logistic analysis were used to compare the two after the application of a single value fragmentation algorithm to medical data representing recovery status and death of heart attack (y = 0 deaths, y = 1 healing) and factors affecting heart attack After the differential analysis, the most important factors with a high effect on heart attack were (emotion, heart disease, smoking, age). In the case of logistic analysis (emotion, heart disease, smoking, pressure, sugar and age) Affect the heart attack disease.

في هذا البحث تم دراسة أحد المشاكل التي تعاني منها البيانات الإحصائية في حالة المتغيرات المستقلة المتعددة وهي مشكلة التعدد الخطي اذ تم معالجة مشكلة التعدد الخطي باستعمال خوارزمية تجزئة القيمة المفردة التي تقوم بتغير هيكلية البيانات لتخلص من المشكلة مع الحفاظ على طبيعة البيانات من حيث التأثير على المتغير التابع.تم استعمال التحليل التمييزي والتحليل اللوجستي بعد تطبيق خوارزمية تجزئة القيمة المفردة على بيانات طبيه تمثل حالة البقاء على قيد الحياة وحالة الوفاة لمرض النوبة القلبية (y=0 حالة وفاة ، y=1 حالة يقاء على قيد الحياة ) والعوامل التي تؤثر على مرض النوبة القلبية ( متغيرات مستقلة تعاني مشكلة التعدد الخطي ) وبعد اجراء التحليل التمييزي وجد ان اهم العوامل ذات التأثير العالي على مرض النوبة القلبية هي ( الانفعال ، امراض القلب ، التدخين ، العمر ) وفي حالة التحليل اللوجستي وجد ( الانفعال ، امراض القلب ، والتدخين ، والضغط ، والسكر ، والعمر) هي التي تؤثر على مرض النوبة القلبية


Article
Hybrid Technique to Improve Face Recognition Using Principal Component Analysis and Singular Value Decomposition
تقنية هجينة لتحسين التعرف على الوجه باستخدام تحليل المكونات الرئيسية وتحلل القيمة المفردة

Authors: Israa Abdul Ameer AbdulJabbar اسراء عبد الامير عبد الجبار --- Zainab Ali Yakoob زينب علي يعكوب
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2019 Issue: 31 Pages: 1-16
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

This paper present a hybrid technique between two of the most popular face recognition methods, Principal Component Analysis (PCA) and singular value decomposition (SVD), and attempts to offer a study for all its mathematical equations in detail and concentrate on the hybrid place between equations in order to focus on the way of processing the hybrid method. Dot product used in mathematical equations and for testing the proposed method used Olivetti Research Laboratory (ORL) data set images were used with different number of images for training set and used various number of Eigen faces and used also dissimilar number for test images and Manhattan distance was used to measure the distances between image vectors in this system, the result shows that the recognition rate using this hybrid technique is higher than the recognition rate using PCA or SVD separately and each time increase the threshold value the accuracy rate increased and conclude that when increase the threshold value and the chosen number of Eigen faces then recognition rate increased.

هذا البحث يقوم بتقديم نظرية هجينه بين اثنين من طرق التعرف على الوجوه واحد من اهم طرق تمييز الوجوه الإحصائية المُسماة (تحليل العنصر الاساسي) و(تحلل القيمة المفردة) ومحاولة لعرض جميع المعادلات الرياضية المستخدمة في هاتان الطريقتان وابراز المكان الذي تم فيه التهجين في كلتا الخوارزميتين والتركيز على طريقة المعالجة الرياضية باستخدام الضرب النقطي، لاختبار الطريقة المقترحة تم استخدام صور مجموعة بيانات أورل مع عدد مختلف من الصور لمجموعة التدريب، وعدد مختلف من الوجوه إيجن المختار واستخدامها أيضا عدد غير متباينة لصور الاختبار وتم استخدام مسافة مانهاتن لقياس المسافات بين ناقلات الصور في هذا النظام، فإن النتيجة تبين أن معدل الاعتراف باستعمال هذه التقنية الهجينة أعلى من معدل التعرف باستخدام (تحليل العنصر الاساسي) أو (تحلل القيمة المفردة) بشكل منفصل، وفي كل مرة تزيد قيمة العتبة وزيادة عدد وجوه الايكن المأخوذة يزيد من معدل دقة تمييز الوجوه.


Article
Inferring Transcription Factors Protein Activities by Combining Binding Information via Gaussian Process Regression

Authors: Sura Z. Alrashid1 --- Nabeel H. Al-Aaraji2
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2016 Volume: 24 Issue: 9 Pages: 2300-2316
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

The most basic step in understanding gene regulated is performed by identifying the target genes regulated by transcription factors (TFs) Proteins. Protein is produced by Transcription factors Proteins that promote or repress transcription of other genes; they play a very important role in gene networking and affecting for occurring the disease. The analysis of gene expression of time series underpins various biological studies. This work has focused on the difference in transcriptional regulation between two strains of mice. The mice were considered in two forms Wild type SOD1-G93A and Ntg mutations (SOD1 is a transcription factor Protein that induces ALS). The data interest because the phenotype of the two mutant strains differs. One of the strains succumbs to ALS far quicker than the other; we suggested a model to infer Transcription Factor Proteins Activities and correlated with genes targeted. We build Gaussian process with particular covariance function for reconstructing transcription factor activities given gene expression profiles and a connectivity matrix, and we introduce a computational trick, based on Singular Value Decomposition (SVD) to enable us to efficiently fit the Gaussian process in a reduce ’TF activity ’ space. Performing the basic step in understanding regulated genes is identifying these genes by transcription factors. Gaussian processes offer an attractive trade-off between usability and efficiency for the analysis of microarray time series. The Gaussian process framework with Coregionalization model offer a natural way of handling biological replicates and correlated output and inferred the activity of Transcription factors Proteins for four cases the genes alter its behavior, we proved the significates TF using DAVID to analysis pathway.

الخطوة الاساسية في فهم الجينات المنظمة المنجزة بتحديد الجينات من قبل عوامل النسخ البروتينية(TF).حيث ان البروتين الممنتج من قبل عوامل النسخ البروتينية يعزز او يقمع نسخ جينات اخرى,هذه الظاهرة تلعب دور مهم جدا في التواصل الجيني وتسبب حدوث المرض. التحليل الجيني للسلاسل الزمنية تدعم الدراسات البيلوجية المختلفة . وقد ركز هذا العمل على الفرق في التنظيم النسخي بين سلالتين من الفئران. حيث اُعتبرت الفئران في شكلين: نوع البرية SOD1-G93A ونوع الطفرات الوطنية للتقنية (SOD1 هو عامل نسخي البروتيني الذي يسبب حدوث مرض التصلب الضموري العصبي الجانبي ALS). تعتبر هذه البيانات مهمة بسبب النمط الظاهري بين سلالتين مختلفتين من الطفرات. واحدة من تلك السلالتين تسبب اللALS أسرع بكثير من الاخرى، في هذا البحث اقترحنا نموذجا للاستدلال نشاط العامل النسخي البروتيني والذي مرتبط مع مجموعة من الجينات .حيث بدأءنا ببناء موديل رياضي يعتمد على كاوسين مع دالة التغاير لاستدلال نشاطات تلك العوامل النسخية البروتينية حيث أعطت ملامح التعبير الجيني بالاضافه الى الاستفادة من معلومات الربط بينهم. في هذا البحث استخدمنا طريقة تحليل القيمة المنفردة (SVD) لتقليص التعقيد الاحتسابي لدالة التغاير.هذا المديل قدم الخطوة الأساسية في فهم نسخ الجينات وتحديد عوامل النسخ البروتينية، حيث قدم هذا الموديل سهولة الاستخدام والكفاءة لانجاز هذا الهدف. حيث قدمت عملية التنبا باستخدام كاوسين مع موديل ال Coregionalization وسيلة طبيعية للتعامل مع المكررات البيولوجية والاخراجات المترابطة واستدلال نشاط العوامل النسخية البروتينية لأربع حالات فيها الجينات تغير سلوكها وكذلك برهنة علاقة تلك العوامل المستنتجة من قبل نموذجنا الرياضي باستخدام تحليل المسارات DAVID.


Article
Hybrid techniques to improve face recognition based on features extraction methods and Haar discrete wavelet transformation
تقنيات هجينه لتحسين التعرف على الوجه بالاعتماد على طرق استخراج ميزات الوجه والتحول المويجي المتقطع

Loading...
Loading...
Abstract

This paper uses hybrid techniques to improve the rate of recognition for a face from identified data set of faces. These techniques are summarized by applying firstly the Haar discrete wavelet transformation method in order to enhance and compress the images of the data set and store the results for each process in a separate data set. Secondly, applying a hybrid method from two popular face recognition methods called Principal Component Analysis and Singular Value Decomposition for extracting feature from the images. This work applied by using a dataset contains 400 images for 40 different persons called Olivetti Research Laboratory (ORL). In calculating the distances between image vectors, Manhattan measurement is used and its show a very good results in recognition rate. From this work, it can be concluded that recognition rate increments with the decrementing in the number of dataset images and increasing the threshold value. The expended time in execution decreases in a very obvious way when using the compressed dataset rather than the enhanced dataset which its images has four times the size of the images in the compressed dataset.

هذا البحث يقوم باستخدام تقنيات لتحسين تمييز الوجوه من قاعدة بيانات معرفة مسبقا. هذه التقنيات تلخص اولا بتطبيق طريقة التحول المويجي المتقطعة هار لغرض تحسين قاعدة البيانات و ضغطها و خزن نتيجة التحسين و الضغط كل على حدة. المرحلة الثانية تقوم بتطبيق طريقة هجينة بين طريقتين معروفة من طرق استخراج الخواص المستخدمه في تمييز الوجوه و التي تسمى تحليل العنصر الاساسي و تحلل القيمة المفردة. هذا العمل طبق باستخدام قاعدة البيانات اورال المكونة من 400 صورة ل 40 شخص مختلفين. تم حساب المسافات بين محاور الوجوه باستخدام طريقة مانهاتن لحساب المسافات والتي قدمت نتائج جيدة في التمييز. نستنتج من هذا العمل ان نسبة تمييز الوجوه تزداد بنقصان عدد صور الوجوه المستخدمة في قاعدة البيانات و زيادة قيمة العتبة المستخدمه. وان الوقت الذي يستغرقه النظام في التنفيذ يقل بنسبة كبيرة جدا عند استخدام قاعدة البيانات المضغوطة بدلا من قاعدة البيانات المحسنة و ذلك لان حجم الصور فيها يكون اكبر باربع مرات من حجم الصور المضغوطه.

Listing 11 - 17 of 17 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (17)


Language

English (13)

Arabic (2)

Arabic and English (2)


Year
From To Submit

2019 (3)

2018 (3)

2017 (1)

2016 (5)

2015 (2)

More...