research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Deep Learning Machine using Hierarchical Cluster Features

Authors: Sara Salman --- Jamila H. Soud
Journal: Al-Mustansiriyah Journal of Science مجلة علوم المستنصرية ISSN: 1814635X Year: 2018 Volume: 29 Issue: 3 ICSSSA 2018 Conference Issue Pages: 82-93
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Deep learning of multi-layer computational models allowed processing to recognize data representation at multiple levels of abstraction. These techniques have greatly improved the latest ear recognition technology. PNN is a type of radiative basis for classification problems and is based on the Bayes decision-making base, which reduces the expected error of classification. In this paper, strong features of images are used to give a good result, therefore, SIFT method using these features after adding improvements and developments. This method was one of the powerful algorithms in matching that needed to find energy pixels. This method gives stronger feature on features and gives a large number of a strong pixel, which is considered a center and neglected the remainder of it in our work. Each pixel of which is constant for image translation, scaling, rotation, and embedded lighting changes in lighting or 3D projection. Therefore, the interpretation is developed by using a hierarchical cluster method; to assign a set of properties (find the approximation between pixels) were classified into one.

التعلم العميق للنماذج الحسابية متعددة الطبقات بمعالجة التعرف على تمثيل البيانات على مستويات متعددة من التجريد. هذه التقنيات حسنت بشكل كبير أحدث تقنيات التعرف على الأذن. PNN هو نوع من الأساس الإشعاعي لمشكلات التصنيف ويستند إلى قاعدة اتخاذ القرار في Bayes ، مما يقلل من الخطأ المتوقع في التصنيف. في هذه الورقة ، يتم استخدام ميزات قوية للصور لإعطاء نتيجة جيدة ، وبالتالي ، استخدمنا طريقة SIFT احدى الطرق القوية لايجاد بكسل القوي وذلك بعد ما قمتا بتحسين وتطوير الطريقة التي تعتبر واحدة من الخوارزميات القوية في المطابقة المطلوبة للعثور على بكسلات الطاقة. توفر هذه الطريقة ميزة أقوى على الميزات وتعطي عددًا كبيرًا من البكسلات القوية ، والتي تعتبر مركزًا وتهمل الجزء المتبقي منها في عملنا.كل بكسل منها ثابت لتغيرات الصور ، التدريج ، الدوران ، والإضاءة المدمجة في الإضاءة أو الإسقاط الثلاثي الأبعاد. لذلك ، يتم تطوير التفسير باستخدام أسلوب نظام تسلسل هرمي؛ لتعيين مجموعة من الخصائص (العثور على التقريب بين البكسلات) تم تصنيفها إلى واحد.

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2018 (1)