research centers


Search results: Found 1

Listing 1 - 1 of 1
Sort by

Article
Neuro-Snake Pattern Recognition And Classification Using Gradiant Vector Flow (Gvf And Hnn)
طريقة الثعبان العصبي للتميز والتصنيف باستخدام مجري المنحدر الاتجاهي

Author: Wissam Hassan Ali
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 5 Pages: 973-982
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

The most popular applications of Hopfield neural network algorithm (HNN) arepattern recognition and classification. But the HNN has some limitation like the localminima (oscillation) problem. In this paper a novel method of combining an activecontour (snake) and an artificial neural network to behave together as pattern recognitionand classification is presented. The approach used the technique of the gradient vectorflow (GVF) that locate the boundary of target pattern (image) then pass it to a classifierbuilt by Hopfield algorithm to classify it according to one of the storage pattern. Thesnakes can find the boundaries of objects so it is very accurate to take the shape of theobject wanted, that will eliminate the noise from the original image and reduce the biterror rate of the Hopfield network to 0.215 and overcome the oscillation state inrecognition of the entered pattern. MATLAB 7 program have been used for thesimulation of the active contour and the pattern classification.

هي تمييز الاشكال وتصنيفه ا ( Hopfield ) اهم تطبيقات الشبكات العصبية وكمثال شبكة الولكن هناك بعض التحديدات المهمة في عمل .(pattern recognition and classification )اي عدم القدرة على تمييز الاشكال (oscillation ) هذا النوع من المصنف وهي مشكلة التذبذباو ( active contour) المتقاربة جدا. في هذا البحث تم ابتكار طريقة تجمع بين الناقلات الفعالةلتعمل كمميز للاشكال ( ANN) والشبكات العصبية الاصطناعية ( snake) ماتسمى بالفي عمل المصنف حيث تقوم ( GVF) وتصنيفها. البحث يستخدم تقنية ناقلات التدفق التدريجيبتحديد دقيق للاطار الخاص بالشكل (الصورة) ثم تمريره الى مصنف مبني على اساس الشبكةليتم تصنيفه نسبة الى احد الاشكال المخزونة سلفا في المصنف . ( HNN) العصبية الاصطناعيةلها القدرة العالية للالتفاف على حدود الشكل المطلوب بدقة عالية لتاخذ شكل ( snake) الثعبانوهذا سيساعد على تقليل ( noise) المقطع المطلوب مع حذف الاضافات الغير مطلوبة من الشكلالى دون 0.215 نسبة الى اكثر من 0.5 في المصنف ( bit error rate) نسبة الخطأ النقطيالاعتيادي وتجنب حالة التذبذب الموجودة في المصنف الخاص بالشبكات العصبية الاصطناعيةوعملية التصنيف ( GVF) لعمل المحاكات للناقلات الفعالة mat lab تم استخدام برنامج 7النهائية للاشكال.

Keywords

GVF --- Neural --- HNN --- Pattern recognition --- image process.

Listing 1 - 1 of 1
Sort by
Narrow your search

Resource type

article (1)


Language

English (1)


Year
From To Submit

2009 (1)