research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Using Modified Set Partitioning In Hierarchical Tree Algorithm with Discreet Cosine Transform to Compress Color Images
استخدام طريقة تقسيم المجموعة في الشجرة المرتبية المعدلة مع تحويل جيب التمام المتقطع لضغط الصور الملونة

Authors: Ban Nadeem Dhannoon --- Khairiyah Saeed Abduljabbar
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 17 Pages: 5502-5513
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

The aim of this research is to investigate the performance of a suggestedimage compression system. The scheme of the proposed system utilizes Tap 9/7wavelet transforms to decompose the image signal, and then uses Discrete CosineTransform (DCT), and uniform quantization; to compress the approximatecoefficients. The detail coefficients are coded by hierarchical uniformquantization, and then the original and modified Set Partitioning In HierarchicalTree (SPIHT) methods were applied on each color band separately. At the endsome spatial coding steps were applied on List of Significant Pixels (LSP) likeRun Length Encoding (RLE) and Shift Coding to gain more compression. The testresults indicate that the modified compression scheme shows a good performanceaspect in addition to its simplicity.

ان عملية ضغط الصور هي احد تطبيقات ضغط الصور الرقمية. والهدف من ضغطالصور هو تقليلي التكرار الموجود في بيانات الصورة لكي تكون قابلة للنقل وإرسال البياناتبشكل كفوء, وهذا البحث يوضح عملية ضغط الصور باستخدام طريقة تقسيم المجموعة فيالشجرة المرتبية المعدلة, والهدف من هذا البحث هو التقصي عن كفاءة نظام ضغط الصورلغرض تقسيم (Tap 9/ المقترح وتطويره. طريقة النظام المقترح تستخدم التحويل الموجي ( 7إشارة الصورة ومن ثم تستخدم تحويل جيب التمام المتقطع والتكميم المنتظم لضغط المعاملاتالتقريبية.أما المعاملات التفصيلية فقد شفرت باستخدام المقياس الكمي الهرمي الموحد، وبعد ذلكطبقت طريقة تقسيم المجموعة في الشجرة المرتبية المعدلة على كل حزمة بصورة منفصلة. فيالنهاية طبقت بعض خطوات التشفير الأخرى مثل حساب طول الخطوة وتشفير الزحف علىالنقاط المهمة للحصول على ضغط اكثر. نتائج الأختبار تشير الى ان طريقة الضغط المقترحةتعطي نسب ضغط عالية وذات كفاءة جيدة بالإضافة الى بساطتها.

Keywords


Article
In Silico Model for Lung Cancer Prediction Based on TP53 mutations Using Neural Network

Authors: Ban Nadeem Dhannoon --- Zahraa Naser Shahweli
Journal: Al-Nahrain Journal of Science مجلة النهرين للعلوم ISSN: (print)26635453,(online)26635461 Year: 2018 Volume: 00 Issue: 1 Pages: 196-201
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

In silico models have become well known in the current decade because they assist researchers and specialists in organizing and analyzing big data. To complete their work, these models require powerful techniques and algorithms, the most important of which are machine learning algorithms. This work utilizes the Relief F algorithm for feature selection and trains the back propagation neural network (BPNN) algorithm on the UMD TP53 all-2012-R1-US database for lung cancer. Lung cancer is the most commonly diagnosed cancer among women and men, and can be predicted from mutations that occur in the TP53 tumor suppressor gene. Five measures are used to estimate performance: sensitivity and specificity are important dimensions utilized to obtain the receiver operating characteristic (ROC) curve; accuracy and F measure are necessary to determine algorithm precision; and Matthews correlation coefficient (MCC), which is the most important measure, provides the right criterion for classification algorithms. The Relief F and BPNN algorithms achieve satisfactory results that reach 99.41 for sensitivity, 95.39 for specificity, 99.04 for accuracy, 99.47 for F measure, and 0.93 for MCC.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2018 (1)

2010 (1)