research centers


Search results: Found 8

Listing 1 - 8 of 8
Sort by

Article
Human Face Recognition Using Wavelet Network
تمييز الوجه البشري باستخدام تحويل المويجة

Author: Tarik Zeyad طارق زياد
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2005 Volume: 1 Issue: 2 Pages: 14-21
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents a study of wavelet self-organizing maps (WSOM) for face recognition. The WSOM is a feed forward network that estimates optimized wavelet based for the discrete wavelet transform (DWT) on the basis of the distribution of the input data, where wavelet basis transforms are used as activation function.

تم في هذا البحث بناء منظومة لتمييز الأوجه باستعمال التحويل المويجي مع الشبكات العصبية من النوع ذات التنظيم الذاتي. هذا النوع من الشبكات تتعامل مع التحويل المويجي المتقطع كمصدر للبيانات التي يتم إدخالها الشبكة حيث يتم استعمال مكونات تحويل المويجة كدوال تحفيز في داخل الشبكة.


Article
Human Face Recognition Using Gabor Filter and Self Organizing Map Neural Network

Authors: Mohamed Fadhel --- Tarik Zeyad
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2005 Volume: 11 Issue: 4 Pages: 751-758
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This work implements the face recognition system based on two stages, the first stage is feature extraction stage and the second stage is the classification stage. The feature extraction stage consists of Self-Organizing Maps in a hierarchical format in conjunction with Gabor Filters and local image sampling. The next stage is the classification stage, and consists of self-organizing map neural network; the goal of this stage is to find the similar image to the input image. The proposal method algorithm implemented by using C++ packages, this work is successful classifier for a face database consist of 20 people with six images for each person.

يستخدم هذا البحث في تمميز الأوجه مرحلتين، الأولى أستخراج مواصفات هذه الأجسام والثانية تصنيف هذه الأوجه. تتم مرحلة أستخراج المواصفات بأستخدام الشبكات العصبية نوع (Self Organizing Map) في بناء هرمي مع فلتر من نوع (Gabor). الخطوة التالية هو أستخدام الشبكات العصبية والفلتر نوع (Gabor) في تمييز الأوجه وذلك بأستخدام لغة البرمجة ++C ونماذج صور لعشرين شخص مع ستة صور لكل شخص.


Article
Arabic Word Recognition Based on 3D Radon and Multiwavelet Neural Network
تمييز الكلمات العربية بإستعمال تحويل رادون الثلاثي الأبعاد مع تحويل المويجة المتعدد والشبكات العصبية

Author: Tarik Zeyad Ismaeel
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2013 Volume: 31 Issue: 7 Part (A) Engineering Pages: 1418-1430
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this paper, an automatic speaker–independent Arabic word speech recognition system is presented using 3D Radon and Multiwavelet neural network. The approach contains combining multiwavelet theory to neural network which lead to fabricate a Multiwavenet. Position and dilation of the Multiwavenets are fixed and the weights are optimized according to learning algorithm in the network. The feature extraction for real Arabic word signals through 3D radon model is used. The proposed terminology here is training process for some words of all speakers done in Multiwavenet learning phase then test for the other sample speech signals for speakers have been used in Multiwavenet classification phase. Success theory of Multiwavenets has been generalized by extension to biorthogonal wavelets which lead to identification system development. Results show the effectiveness of the proposed system presented in this paper. The accuracy in the detection process was 86% when using utterances outside the training database and around 94% when using the whole utterances database in system test process. The proposed algorithms were implemented using MATLAB2011a.

في هذا البحث تم بناء منظومة لتمييز الكلمات العربية التي لا تشترط استخدام اصوات اشخاص محددين لكي يتم تمييز الكلمة باستخدام تحويل رادون الثلاثي وتحويل المويجة المتعدد والشبكات العصبية. النظام يشمل على بناء الشبكة العصبية للتحويل المويجي المتعدد من جمع النظامين سويةٌ (الشبكة العصبية وتحويل المويجة المتعدد). أوزان الشبكة العصبية تم احتسابها بالصورة الأمثل عن طريق خوارزمية تدريب الشبكة العصبية. تم استخدام تحويل رادون الثلاثي لاستخراج خواص الكلمات العربية المناسبة لعملية التمييز. تشتمل خطوات بناء المنظومة على مرحلتين المرحلة الأولى هي تدريب الشبكات العصبية ذات تحويل المويجة المتعدد على التعامل مع الكلمات بواسطة تغيير اوزان الشبكات العصبية في مرحلة التدريب والمرحلة الثانية هي اختبار الشبكة في تمييز الكلمات التي تصدر من اشخاص لم يتم استخدام اصواتهم في مرحلة التدريب. أثبتت المنظومة التي تم تقديمها في هذا البحث كفائتها حيث كانت نسبة النجاح عند أستعمال أصوات لم تشترك في عملية التدريب هي 86% وعند الأخذ بنظر الأعتبار كافة الأصوات كانت نسبة النجاح الكلي حوالي 94%. تم استخدام برنامج MATLAB2011a في بناء خوارزميات النظام المقترح.


Article
Human Face Recognition Using GABOR Filter And Different Self Organizing Maps Neural Networks
تمييز الاوجه البشرية باستعمال المرشح GABOR وانواع مختلفة من الشبكات العصبيةمن نوع التنظيم الذاتي

Author: Dr. Tarik Zeyad طارق زياد
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2005 Volume: 1 Issue: 1 Pages: 38-45
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This work implements the face recognition system based on two stages, the first stage is feature extraction stage and the second stage is the classification stage. The feature extraction stage consists of Self-Organizing Maps (SOM) in a hierarchical format in conjunction with Gabor Filters and local image sampling. Different types of SOM’s were used and a comparison between the results from these SOM’s was given.
The next stage is the classification stage, and consists of self-organizing map neural network; the goal of this stage is to find the similar image to the input image. The proposal method algorithm implemented by using C++ packages, this work is successful classifier for a face database consist of 20 people with six images for each person and a measure of the time differences between the methods is given.

تم في هذا البحث بناء منظومة لتمييز الأوجه متكونة من مرحلتين. المرحلة الأولى هي بناء قاعدة بيانات والثانية هي استعمال قواعد البيانات هذه في عملية التمييز. في مرحلة بناء قاعدة البيانات تم استعمال شبكات عصبية نوع التنظيم الذاتي بأنواع مختلفة وتم المقارنة بين هذه الأنواع (خطية ولا خطية) وبناءا عليه تم الاستنتاج بأن النموذج اللاخطي يعمل أفضل من النموذج الخطي وكذلك استخدام المرشح نوعGABOR .تم استخدام قاعدة بيانات متالفةمن عشرين شخص ولكل شخص تم استخدام ستة صور مع استخدام لغةC++ كلغة برمجة في بناء المنظومة.


Article
Speech Signal Compression Using Wavelet AndLinear Predictive Coding
ضغط الملفات الصوتية باستعمال تحويل المويجة والتشفير ذو الأستنتاجات الخطية

Authors: Ahlam Hanoon احلام حنون --- Dr. Tarik Zeyad طارق زياد
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2005 Volume: 1 Issue: 1 Pages: 52-60
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

A new algorithm is proposed to compress speech signals using wavelet transform and linear predictive coding. Signal compression based on the concept of selecting a small number of approximation coefficients after they are compressed by the wavelet decomposition (Haar and db4) at a suitable chosen level and ignored details coefficients, and then approximation coefficients are windowed by a rectangular window and fed to the linear predictor. Levinson Durbin algorithm is used to compute LP coefficients, reflection coefficients and predictor error. The compress files contain LP coefficients and previous sample. These files are very small in size compared to the size of the original signals. Compression ratio is calculated from the size of the compressed signal relative to the size of the uncompressed signal. The proposed algorithms where fulfilled with the use of Matlab package.

تم في هذا البحث استخدام التحويل نوع التحويل المويجة واستخدام المرشح ذو معاملات الاستنتاج الخطية لغرض ضغط حجم الملفات التي تحتوي على تسجيلات صوتية. تم أستخدام التحويل المسمى تحويل المويجة نوع Haar و db4 لغرض تنفيذ عملية الضغط الأولى واحتساب نسبة ضغط الملفات بأستخدام كافة الطرق أما بصورة مفردة أو بصوزة مجتمعة. تم احتساب معاملات المرشح باستخدام خوارزمية Levinson Durbin وكانت نسبة ضغط الملفات تعتمد على نسبة خطأ المرشحات تم مقارنة حجم الملفات المضغوطة مع الملفات الأصلية وكذلك أحتساب نسبة الخطأ التي تنتج من عملية الضغط وكانت جميع الملفات التي تم ضغطها هي ملفات قيم.


Article
ECG CLASSIFICATION USING SLANTLET TRANSFORM AND ARTIFICIAl NEURAL ARTIFICIAL NETWORK

Authors: Rasha Thabit --- Tarik Zeyad --- Sadiq J. Abou-Loukh
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2010 Volume: 16 Issue: 1 Pages: 4510 -4526
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Automatic detection and classification of cardiac arrhythmias is important for diagnosis of cardiac abnormality. This paper shows a method to accurately classify ECG arrhythmias through a combination of slantlet transform and artificial neural network (ANN). The ability of the slantlet transform to decompose signal at various resolutions allows accurate extraction of features from non-stationary signals like ECG. The low frequency coefficients, which contain the maximum information about the arrhythmia, were selected from the slantlet decomposition. These coefficients are fed to a Multi-Layer Perceptron (MLP) artificial neural network which classifies the arrhythmias. In the present work the ECG data is taken from standard MIT-BIH database. The proposed system is capable of distinguishing the normal sinus rhythm and nine different arrhythmias. The overall accuracy of classification of the proposed approach is 98.40 %. Three other transformation methods are used and the accuracy of the classification of each was compared with the slantlet system accuracy. These transformation methods are: the Fourier transform which gives 67.80% accuracy, the discrete cosine transform which gives 92.72% accuracy, and the wavelet transform (using Haar and Daubechies-4 scaling function coefficients, which give an accuracies of 96.02% and 96.25% respectively).

إن كشف و تصنيف حالات القلب المرضية مهم في تشخيص الحالات القلبية الشاذة. هذا البحث يوضح طريقة لتصنيف الحالات المرضية من تخطيط القلب و ذلك من خلال دمج التحويل (Slantlet) مع الشبكة العصبية الاصطناعية (ANN). قدرة التحويل (Slantlet) على تحليل الأشارة إلى عناصرها ذات الدقة المختلفة تسمح بإستخلاص أدق للميزات التي تحملها الأشارات غير المستقرة مثل الاشكال الموجية لتخطيط القلب الكهربائي. المعاملات ذات التردد الواطيء (و التي تحتوي على أعظم نسبة من المعلومات عن الحالة المرضية) تم إختيارها من التحليل الناتج من إستخدام التحويل (Slantlet). هذه المعاملات تم تجهيزها الى شبكة عصبية اصطناعية متعددة الطبقات و التي بدورها تقوم بتصنيف الحالات المرضية. في العمل المقدم تم أخذ بيانات تخطيط القلب الكهربائي من قاعدة البيانات القياسية (MIT-BIH). .إن النظام المقترح قادر على التمييز بين الحالة الطبيعية و تسعة حالات مرضية. الدقة الاجمالية للتصنيف في الطريقة المقدمة هي 98.40٪ . كذلك تم أستخدام ثلاث طرق تحويلات أخرى و تم مقارنة دقة التصنيف لكل طريقة مع الدقة الناتجة بإستخدام التحويل (Slantlet). هذه الطرق هي التحويل (Fourier) الذي يعطي دقة 67.80٪, التحويل (discrete cosine) و الذي يعطي دقة 92.72٪ و التحويل (Wavelet) [ بإستخدام معاملات دالة الحجم (Haar) و (Daubechies-4) و التي أعطت دقة 96.02٪ و 96.25٪ على التوالي].


Article
Multiwavelet based-approach to detect shared congestion in computer networks

Authors: Tarik Zeyad Ismaeel --- Ahmed A. Mahdi A. Kareem
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2012 Volume: 18 Issue: 11 Pages: 1219-1228
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Internet paths sharing the same congested link can be identified using several shared congestion detection techniques. The new detection technique which is proposed in this paper depends on the previous novel technique (delay correlation with wavelet denoising (DCW) with new denoising method called Discrete Multiwavelet Transform (DMWT) as signal denoising to separate between queuing delay caused by network congestion and delay caused by various other delay variations. The new detection technique provides faster convergence (3 to 5 seconds less than previous novel technique) while using fewer probe packets approximately half numbers than the previous novel technique, so it will reduce the overload on the network caused by probe packets. Thus, new detection technique will improve the overall performance of computer network.


Article
Estimation and Improvement of Routing Protocol Mobile Ad-Hoc Network Using Fuzzy Neural Network
اقتراح وتحسين بروتوكولات توجيه الشبكة المخصصة باستخدام جودة الخدمة بواسطة الشبكات العصبية الغامضة

Authors: Dhurgham Razaq Mohsen ضرغام رزاق محسن --- Tarik Zeyad Ismaeel طارق زياد إسماعيل
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2016 Volume: 22 Issue: 7 Pages: 143-163
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Ad-Hoc Networks are a generation of networks that are truly wireless, and can be easily constructed without any operator. There are protocols for management of these networks, in which the effectiveness and the important elements in these networks are the Quality of Service (QoS). In this work the evaluation of QoS performance of MANETs is done by comparing the results of using AODV, DSR, OLSR and TORA routing protocols using the Op-Net Modeler, then conduct an extensive set of performance experiments for these protocols with a wide variety of settings. The results show that the best protocol depends on QoS using two types of applications (+ve and –ve QoS in the FIS evaluation). QoS of the protocol varies from one protocol to another depending on the applications used in the network. The network design is done using the program (Op-Net V14.5 modular) with core i7 computer for multiple nodes deployed randomly in several area (100 * 100, 200 * 200, 400 * 400, 800 * 800, 1000 * 1000)m2 accomplished by changing the number of nodes in the network (10, 20, 40 and 80). There are three programs designed using (MATLAB 2012A programming language). The first one evaluates the (QoS) using the organizational structure of the mysterious system (HFS), which relied on the standard applications that should be provided by the protocols to make the applications accepted by the nodes requirements. After the evaluation the QoS for all cases, we design Neural Network to assist in estimation of the best protocol for any network through QoS for all protocols (AODV, DSR, OLSR and TORA). Neural network has four entrances (area, number of nodes, real time application ratio and non-real time application ratio). The results show that the QoS estimated is (0.5401) of (OLSR) which has been improved to (0.6421) by reducing to mobility speed and making some nodes fixed and using more than one protocol in the network to provide the best QoS .

شبكات (Ad-Hoc) جيل من الشبكات التي لا تحتوي على أي اتصال سلكي بالإضافة إلى انه يمكن بناؤها بسهولة ولا تحتاج إلى اي مشغل .وهناك بروتوكولات لإدارة هذه الشبكات ومن أهم العناصر التي تحدد فعالية هذه البروتوكولات هي جودة الخدمة للبروتوكول (QoS) (تم استخدام الQos الموجبة والسالبة في تقييم الFIS) .تختلف (QoS) من بروتوكول لأخر اعتماداَ على تطبيقات المستخدمة في تلك الشبكة. تم تصميم شبكة بأستخدام برنامج (Op-Net 14.5 modular) لعدة مستخدمين تم نشرهم بشكل عشوائي في عدة مساحات متغيرة (100*200,100*200 , 400*400 , 800*800 , 1000*1000 ) وتم تغيير عدد المستخدمين للشبكة من (10 ,20 , 40 ,80 ) .وقد تم تصميم ثلاثة برامج باستخدام (MATLAB 2012A programming language ) الأول وقد تم احتساب جودة الخدمة باستخدام نظام الهيكل التنظيمي الغامض (HFS) والذي اعتمد على متطلبات التطبيقات القياسية التي ينبغي أن يقدمها البروتوكول لجعل التطبيق مقبول من قبل المستخدمين النهائيين. والثاني لتوقع البروتوكول الأفضل وذلك من خلال إعطاء جودة الخدمة لكل بروتوكول (AODV ,DSR, OLSR,TORA) للشبكة المطلوبة وقد اعتمد البرنامج الثالث على تصميم شبكة عصبية لها أربعة مداخل وهي (المساحة و عدد المستخدمين و نسبة استخدامات تطبيقات الاتصالات المباشرة ونسبة تطبيقات الغير مباشرة). من أهم النتائج التي ظهرت لنا هي الاختبار الثالث حيث ان جودة الخدمة ظهرت لأفضل بروتوكول هي (0.5401) لل (OLSR) وقد تم تحسينها الى (0.6421) من خلال تقليل السرعة او جعل بعض المستخدمين ثابت او وضع مستخدمين فقط لتوفير الخدمة لباقي المشتركين واستخدام اكثر من بروتوكول بالشبكة لتوفير افضل جودة خدمة للشبكة.

Listing 1 - 8 of 8
Sort by
Narrow your search

Resource type

article (8)


Language

English (4)

Arabic and English (3)


Year
From To Submit

2016 (1)

2013 (1)

2012 (1)

2010 (1)

2005 (4)