research centers


Search results: Found 13

Listing 1 - 10 of 13 << page
of 2
>>
Sort by

Article
Stress Detection Based on ECG Using Discrete Wavelet Transform
الكشف عن الإجهاد معتمداً على إشارةECG باستخدام محول المويجات المتقطع DWT

Authors: Mousa Kadhim Wali موسى كاظم والي --- Nabil K.AL-Shamma نبيل كاظم رؤوف الشماع --- Qais M.Ali Al-hakarchi قيس محمد علي الشكرجي
Journal: Al-Ma'mon College Journal مجلة كلية المامون ISSN: 19924453 Year: 2014 Issue: 23 Pages: 290-306
Publisher: AlMamon University College كلية المامون الجامعة

Loading...
Loading...
Abstract

Acute stress is the most common form of stress. It comes from demands and pressures of the recent past and anticipated demands and pressures of the near future. This research studied the stress on female students due to mathematical exercises in a noisy environment. Detection of this stress is important because it contributes to diverse pathophysiological changes including sudden death, ischemic diseases (myocardial infarction, angina), and wall motion abnormalities (the motion of a region of the heart muscle is abnormal), as well as to alterations in cardiac regulation as indexed by changes in sympathetic nervous system activity and hemostasis (process which causes bleeding to stop in order to keep blood within a damaged blood vessel unlike hemorrhage). Stress level is difficult to manage because it cannot be measured in a consistent and timely way. One current method to characterize an individual’s stress level is to conduct an interview or to administer a questionnaire during a visit with a physician or psychologist. HRV (Heart rate variability) can be analyzed using both time domain and frequency domain features. Selection of features which vary with the changes of the stress levels is significant and it is important to show relatively reliable behavior. Overall, heart rate variability spectra during baseline conditions related to Left ventricular hypertrophy and congestive heart failure are dominated by high frequency activity. Stress is accompanied by an increase in the Power Spectrum Density (PSD) of Low Frequency (LF) and decrease in PSD of High Frequency (HF). Data (ECG signal) was collected by AD (Data acquisition) Instrument from ten female subjects, in the age range of 20 to 24 years were of asked to perform three levels difficulties of arithmetic tasks. A total of ten statistical features were used in this research extracted through wavelet transform, including: Mean, Maximum, Minimum, Standard deviation, Variance, Mode, Median, power spectral density (PSD), energy, entropy and hybrid of them. The SVM (support vector machines) classifier give highest accuracy of 79.5 based on hybrid feature and ribo 3.7 wavelet through LF range.

يعد الإجهاد الحاد هو اكثر أنواع الإجهاد شيوعاً ويحصل من الضغوطات والاحتياجات ألحاليه والمستقبلية.تم في هذا البحث دراسة الإجهاد على ألطالبات نتيجة حل ألمسائل الرياضية في أجواء صاخبة. الكشف عن الإجهاد مهم لأنه يسهم في تطور التغيرات المرضية في جسم المريض المتنوعة بما في ذلك الموت المفاجئ، نقص ألترويه ألمؤدي الى أما احتشاء عضلة القلب أو الذبحة ألصدريه ، الحركات غير الطبيعية لجدار القلب (لمنطقه في عضلة ألقلب) ، فضلا عن التغييرات في تنظيم حركة القلب التي تسببها التغيرات في نشاط الجهاز العصبي الودي والأرقاء. مستوى الإجهاد من الصعب تحديده لأنه لا يمكن قياسه بطريقة متناسقة وفي الوقت المناسب. أسلوب واحد مستخدم لتوصيف مستوى إجهاد الفرد هو أجراء مقابلة أو تحليل بيانات محدده تؤخذ خلال زيارة الطبيب أو الطبيب النفساني.معدل تغير ضربات القلب HRV يمكن تحليله بدراسة التغيرات الحاصلة بالتردد لفترة زمنيه محدده باستخدام طريقة time domain and frequency domain. تحليل البيانات المتغيرة التي يمكن ملاحظتها في مستويات التوتر المختلفة مهم في تحديد العلاج المناسب. وعموما، يهيمن على معدل ضربات القلب تقلب أطياف الترددات العالية لخط الأساس المتعلق بالبطين الأيمن وفشل ألقلب . الإجهاد يصاحبه زيادة في كثافة القدرة (PSD) للترددات المنخفضة (LF) ويقابله انخفاض في كثافة القدرة للترددات العالية . (HF) بيانات إشارة الراسم القلبي (ECG) تم جمعها من قبل جهاز تجميع البيانات أخذت من عشر أناث من الفئة العمرية من 20 إلى 24 سنة تم تعريضهن لثلاثة مستويات من صعوبات المسائل الرياضية الحسابية. تم استخدام ما مجموعه عشر نتائج احصائية في هذا البحث أخذت عن طريق تحويل المويجات، بما في ذلك : الحدود المتوسطة ، الحدود العليا ، الحدود الدنيا ، ومعدل الانحراف المعياري ، التباين، الواسطة، والمتوسط، وكثافة القدرة (PSD)، والطاقة، مقياس الطاقة الهجين. المصنف SVM يعطي أعلى دقة 79.5 على أساس الميزة HYPRID و 3.7 للمويجات نوع RIBO من خلال مجموعة الترددات الواطئة LF .

Keywords

Stress --- ECG --- SVM --- KNN --- DWT


Article
An Accurate Handwritten Digits Recognition system Based on DWT and FCT
نظام دقيق لتميز الارقام المكتوبة بخط اليد مبنيه على اساس DWT و FCT

Authors: Mustafa S. Kadhm مصطفى سلام كاظم --- Duaa Enteesha Mhawi دعاء نتيشه مهاوي --- Rana Mohammed H. Zaki رنا محمد زكي
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 4B Pages: 2200-2210
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper an accurate Indian handwritten digits recognition system is proposed. The system used three proposed method for extracting the most effecting features to represent the characteristic of each digit. Discrete Wavelet Transform (DWT) at level one and Fast Cosine Transform (FCT) is used for features extraction from the thinned image. Besides that, the system used a standard database which is ADBase database for evaluation. The extracted features were classified with K-Nearest Neighbor (KNN) classifier based on cityblock distance function and the experimental results show that the proposed system achieved 98.2% recognition rate.

في هذا البحث تم اقتراح نظام دقيق للتعرف على الأرقام الهندية المكتوبة بخط اليد. يستخدم النظام ثلاثة طرق مقترحة لاستخراج السمات الأكثر تأثيرا لتمثيل كل رقم. تم استخدام DWT في المستوى الأول و DCT لاستخراج الميزات من الصورة المنحفة. وبالإضافة إلى ذلك، استخدم النظام قاعدة بيانات قياسية هي قاعدة بيانات ADBase لغرض التقييم. تم تصنيف الخصائص المستخرجة من قبل المصنف KNN بأستخدام دالة المسافة cityblock والنتائج التجريبية تبين أن النظام المقترح حقق معدل تعرف 98.2٪.

Keywords

Handwritten digit --- DWT --- FCT --- KNN --- FCM


Article
Proposed Multi Feature Extraction Method for Off-line Arabic Handwriting Word Recognition
اقتراح طريقة لاستخلاص صفات متعددة لتميز الكلمات العربية المكتوبة بخط اليد

Authors: Alia Karim Abdul Hassan علياء عبد الكريم --- Mohammed Alawi محمد علاوي عباس
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2018 Issue: 30 Pages: 17-31
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

This paper presents a proposed system for Arabic word recognition by using a set of techniques for feature extraction and KNN classifier. This system recognizes the Arabic word as one entity without segmentation approach .A proposed feature extraction method based on Discrete Wavelet Transform, upper/lower profile projection and the gradient (directional) feature. In order to evaluated the proposed system used IESK-arDB database and the experimental results showed the recognition rate of 89.05%.

تقدم هذه المقاله نظاما مقترحا للتعرف على الكلمات العربية باستخدام مجموعة من التقنيات لاستخلاص الخصائص ومصنف الجار الاقرب . ويميز هذا النظام الكلمة العربية ككيان واحد بدون أسلوب تجزئة. الطريقة المقترحة لاستخراج الصفات تعتمد على تحويل المويجات المنفصلة،الاسقاط العلوي والسفلي وخاصية ألأنحدار (الاتجاهي) . لتقييم النظام المقترح استُخدمت قاعدة البيانات IESK-arDB ، حيث أظهرت النتائج التجريبية معدل اعتراف 89.05٪.


Article
Proposal to Enhance NIDS
مقترح لتحسين نظام الشبكة لكشف التطفل

Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2016 Volume: 14 Issue: 1 Pages: 145-151
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

Proposed work aim to build a proposed Gain Association Rules -Based Network Intrusion Detection System (GARNIDS). GARNIDS trend to enhance traditional NIDS through using three of data mining algorithms; these are: Gain which is measure the entropy for each feature to detect it is Domination Degree (DD) for each attack, then feeding these features with their DD to a proposed Gain Association Rule (GAR) algorithm that to rank the features according to two parameters (frequency and DD). Finally customize K Nearest Neighbor (KNN) as misuse classifier (detect the intrusions and specify their types) the proposal assume the k equal to 3. Many experimental works are conducted to evaluate the proposal over the KDD'99 dataset and show the efficiency of KNN through registering 86% of accuracy with all features, 90% of accuracy with 25 top features and the accuracy was 98% with 8 top features. Also the Detection Rate (DR) and False Alarm Rates (FAR) are both measured with those three cases and still KNN with the top 8 features is the higher in DR and lower in FAR. Finally when try the proposal in real-time with tcpdump the third case register higher accuracy (93%).

العمل المقترح يهدف لبناء نظام شبكة لكشف التسلل المستند على الكسب للقواعد المترابطة . (GARNIDS) GARNIDS توجه النظام لتعزيز NIDS التقليدية من خلال استخدام ثلاثة من خوارزميات التنقيب عن البيانات؛ وهي: الربح الذي هو قياس الكسب لكل خاصية للكشف عن درجة الهيمنة لها (DD) لكل هجوم، ثم تغذية هذه الخصائص مع DD لخوارزمية القواعد المترابطة المعتمدة على الكسب لترتيب الخصائص وفقا لمعلمتين (التكرار ودرجة الهيمنة). وأخيرا خوارزمية أقرب جار (KNN)، استخدامت كمصنف من نوع اساءة الاستخدام (كشف الاختراقات وتحديد أنواعها) اقترح النظام عدد الجيران يساوي 3. تم اجراء العديد من الأعمال التجريبية لتقييم الاقتراح على مجموعة البيانات KDD'99 واظهر كفاءة KNN من خلال تسجيل 86٪ من الدقة مع كافة الخصائص، 90٪ من الدقة مع أهم 25 من الخصائص وكانت الدقة 98٪ مع أهم 8 خصائص. أيضا معدل الاكتشاف (DR) ومعدلات الإنذار الكاذبة (FAR) كلاهما تم قياسه مع الحالات الثلاث، ولا تزال KNN مع أهم 8 خصائص هي أعلى DR وأقل .FAR أخيرا حاول الاقتراح تنفيذ النظام بالوقت الحقيقي بواسطة TCPDUMP وتم ملاحظة ان الحالة الثالثة سجلت أعلى قدر من الدقة 93%.

Keywords

NIDS --- AR --- KNN --- Gain --- feature selection --- detection rate --- accuracy


Article
Classification of Iraqi Anber Rice by Using Image Processing and KNN Algorithm
تصنيف الرز العنبر العراقي بأستخدام المعالجة الصورية و خوارزمية أيجاد اقرب جار

Authors: Azhar S. Hassoon أزهار سعد حسون --- Luma F. Jalil لمى فائق جليل
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 2A Pages: 716-725
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Image classification takes a large area in computer vision in term of quality or type or data sharing and so on Iraqi Anber Rice in they need this kind of work, where few in the field of computer science that deal with the types of Iraqi Anber rice, and because of the Anber Rice are grown and produced in Iraq only, and because of the importance of rice around the world and especially in Iraq. In this paper a proposed system distinguishes between the classes of Iraqi Anber Rice that Grown in different parts of Iraq, and have their own specifications for each class by using moment invariant and KNN algorithm. Iraqi Anber Rice that is more than Fiftieth class Cultivated and irrigated in different parts of Iraq, and because of the different methods of agriculture and irrigation, they differ in their characteristics and qualities and taste, and the image shape of grains differs from one class to another one. All grain enters the image processing stage to prepare the image to the next stage. A feature extraction stage to extract seven moments for each grain and then began the classification process using an algorithm 1-nearest neighbor (KNN) and it calculates the Euclidean distance between test image and training images. After the implementation of the proposed system the result was good, where its compared test image (one image) with the training image(100 image). The success rate of the classification(83%) and after applying the confusion matrix to calculate the recall and precision. The value f recall is (84.0585) and the value of precision is (82.6358), these results for the use of nine classes of Iraqi Anber Rice.

ان تصنيف الصور يأخذ مساحة كبيرة في الرؤية الحاسوبية من حيث الجودة و نوع و مشاركة البيانات ، وكذلك الرز العنبرالعراقي بحاجة الى هذا النوع من التصنيف، حيث قلة في مجال الحاسوب التي تتعامل مع أنواع من الأرز العنبر العراقي، وبسبب ان الرز العنبر يزرع وينتج في العراق فقط، وبسبب أهمية الأرز فيجميع أنحاء العالم، وخاصة في العراق لزم علينا تطوير هكذا اعمال خاصة ببلدنا العراق. في هذه العمل يميز النظام المقترح بين فئات الرزالعنبر العراقي التي تزرع في مناطق مختلفة من العراق، ولها مواصفاتها الخاصة لكل فئة باستخدام moment invariant و خوارزميةKNN. للرز العنبرالعراقي أكثر من خمسون صنف تزرع وتروى في مناطق مختلفة من العراق، وبسبب اختلاف أساليب الزراعة والري، فإنها تختلف في خصائصها صفاتها وطعمها، وشكل الحبوب يختلف من صنف الى أخر. جميع الحبوب يدخل مرحلة معالجة الصور لإعداد الصورة إلى المرحلة التالية. مرحلة استخراج الخصائص لاستخراج seven moment لكل حبة ثم تبدأعملية التصنيف باستخدام خوارزمية (KNN) وحساب المسافة الإقليدية بين صورة الاختبار والتدريبز بعد تنفيذ النظام المقترح النتيجة كانت جيدة، حيث تمت مقارنة صورة اختبار (صورة واحدة) للصنف الاساسي للرز العنبر العراقي مع صورة للتدريب (100 صورة) لتسع اصناف مهجنة ومحسنة من الرز الاصلي. نسبة النجاح للتصنيف (83٪)، وبعد تطبيق confusion matrix لحساب الاسترجاع والدقة. كانت قيمة الاسترجاع هي (84،0585) وقيمة الدقة هي (82.6358)، وإن هذه النتائج طبقت على تسع فئات من الرز العنبر العراقي.


Article
Anomaly Detection by Using Hybrid Method
كشف المتطفلين باستخدام طريقة هجينة

Author: Mohamed H. Ghaleb محمد حسين غالب
Journal: Journal of Al-Qadisiyah for Computer Science and Mathematics مجلة القادسية لعلوم الحاسوب والرياضيات ISSN: 20740204 / 25213504 Year: 2017 Volume: 9 Issue: 1 Pages: 99-107
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

In this paper a new approach has been designed for Intrusion Detection System (IDS). The detection will be for misuse and anomalies for training and testing data detecting the normal users or attacks users. The method used in this research is a hybrid method from supervised learning and text recognition field for (IDS). Random Forest algorithm used as a supervised learning method to choose the features and k-Nearest Neighbours is a text recognition algorithm used to detect and classify of the legitimate and illegitimate attack types. The experimental results have shown that the most accurate results is that obtained by using the proposed method and proved that the proposed method can classify the unknown attacks. The results obtained by using benchmark dataset which are: KDD Cup 1999 dataset.

في هذا البحث تم تصميم طريقة جديدة في انظمة الكشف عن الدخلاء ( المتطفلين) للشبكة الحاسوبية الالكترونية, عملية الكشف كانت لسيئي الاستخدام للشبكة من خلال استخدام بيانات تجريبية وتدريبية صنفت عالميا للتمييز بين المستخدمين الاعتياديين والمستخدمين اللذين يهاجمون الشبكة. الطريقة المستخدمة في هذا البحث هي طريقة هجينة بين خوارزمية التمييز العشوائي ( supervised learning random forest) والتي استخدمت في تحديد الخصائص المهمة في الكشف عن المستخدمين السيئين وخوارزمية ( K-nearest Neighbours) والتي استخدمت لعملية الكشف والتصنيف لانواع الهجومات المعروفة والغير معروفة. اضهرت النتائج ان الطريقة المقترحة اعطت دقة عالية في التصنيف واثبتت بان لها فعالية في تصنيف الهجومات الغير معروفة وان العينات المتقدمة كانت عينات عالمية من شركة (KDD Cap 1999) والتي تحتوي على انواع مختلفة من الهجومات .

Keywords

IDS --- Random Forest --- RF --- k-Nearest Neighbour --- kNN


Article
Evaluation of Human Voice Biometrics and Frog Bioacoustics Identification Systems Based on Feature Extraction Method and Classifiers
التقييم على انظمة تحديد الصوتيات البشرية والصوتيات الحيوية للضفدع اعتماداً على طريقة استخراج وتصنيف الخصائص

Author: Aws Saad Shawkat أوس سعد شوكت حسن
Journal: Al-Ma'mon College Journal مجلة كلية المامون ISSN: 19924453 Year: 2018 Issue: 31 Pages: 176-195
Publisher: AlMamon University College كلية المامون الجامعة

Loading...
Loading...
Abstract

Biometrics is defined as the science of recognizing human by using their personal biological characteristics, for example voice, fingerprint and signature. Biometrics approach has then been implemented for recognizing animal for the purpose of biological and ecological research and development. Due to the research on animal based recognition is still in infancy, so in this study, the evaluation on the effectiveness of the audio based biometric system approach to the bioacoustics identification system is experimented. Bioacoustics based on frog call in order to identify the frog species is employed in this study. Consequently, the well-known features used in audio based biometric system i.e. Mel-frequency Cepstral Coefficients (MFCC) is experimented as features for the frog bioacoustics based identification system. For the classification process, performances of Support Vector Machine (SVM), k-Nearest Neighbor (k-NN), Local Mean k Nearest Neighbor (LMkNN) and Fuzzy k-NN (FkNN) classifiers have been compared in this study. The performances of the biometric system and the frog bioacoustics system based on the proposed classifiers are evaluated. The best performance has been observed using FkNN classifier with the accuracy of 97% for the frog bioacoustics identification system and 93.38% for the biometric speaker identification system with 20 training data.

يتم تعريف القياسات الحيوية كعلم تمييز الإنسان باستخدام خصائصه البيولوجية الشخصية على سبيل المثال الصوت وبصمات الأصابع والتوقيع. ثم تم تطبيق نهج القياسات الحيوية لتمييز الحيوان لغرض البحوث البيولوجية والبيئية والتنمية. ويرجع ذلك إلى كون بحوث التمييز على أساس الحيوان لا يزال في مرحلة الطفولة، لذلك في هذه الدراسة، يتم عمل تقييم فعالية النهج القائم على نظام القياسات الحيوية الصوتية لنظام تحديد الصوتيات الحيوية. يستخدم علم الصوتيات الحيوية على أساس دعوة الضفدع من أجل التعرف على الضفادع الاخرى في هذه الدراسة. ونتيجة لذلك، يتم اختبار الميزات المعروفة المستخدمة في نظام القياسات الحيوية الصوتية مثل استخدام Mel-frequency Cepstral Coefficients (MFCC) كميزات لنظام التعرف على الصوتيات الحيوية للضفدع. أما بالنسبة لعملية التصنيف، فقد تمت مقارنة أداء Support Vector Machine (SVM), k-Nearest Neighbor (k-NN), Local Mean k Nearest Neighbor (LMkNN) and Fuzzy k-NN (FkNN)وقد تم في هذه الدراسة تقييم أداء نظام القياسات الحيوية للضفدع على أساس المصنفات المقترحة. وقد لوحظ أفضل أداء باستخدام FkNN classifier مع دقة 97٪ لنظام التعرف على الصوتيات البيولوجية للضفدع و 93.38٪ لنظام تمييز القياسات الحيوية على المتحدث مع 20 بيانات التدريب.


Article
Arabic (Indian) Handwritten Digits Recognition Using Multi feature and KNN Classifier

Author: Alia Karim Abdul Hassan
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2018 Volume: 26 Issue: 4 Pages: 10-17
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

This paper presents an Arabic (Indian) handwritten digit recognition system based on combining multi feature extraction methods, such a upper_lower profile, Vertical _ Horizontal projection and Discrete Cosine Transform (DCT) with Standard Deviation σi called (DCT_SD) methods. These features are extracted from the image after dividing it by several blocks. KNN classifier used for classification purpose. This work is tested with the ADBase standard database (Arabic numerals), which consist of 70,000 digits were 700 different writers write it. In proposing system used 60000 digits, images for training phase and 10000 digits, images in testing phase. This work achieved 97.32% recognition Accuracy.

تقدم هذه الورقة نظام التعرف على أرقام مكتوبة بخط اليد العربية على أساس الجمع بين أساليب الاستخراج متعددة المزايا، مثل الملف الجانبي العلوي، ورأسية _ الإسقاط الأفقي وتحويل جيب التمام منفصلة مع الانحراف المعياري. يتم استخراج هذه الميزات من الصورة بعد تقسيمها الى عدة كتل. المصنف KNN يستخدم لغرض التصنيف. يتم اختبار هذا العمل مع قاعدة بيانات ADBase القياسية (الأرقام العربية)، والتي تتكون من 70,000 أرقام تم كتابتها من قبل 700 شخص مختلف. في النظام المقترح يستخدم 60000 صورة رقم لمرحلة التدريب و 10000 صورة رقم في مرحلة الاختبار. حقق هذا العمل دقة تعرف على الارقام مقدارها 97.32٪.


Article
Auto Crop and Recognition for Document Detection Based on its Contents
طريقة مقترحة لتميز محتويات الوثيقة بالاعتماد على القطع الالي

Authors: Hasanen S. Abduallah حسنين سمير عبد الله --- Nesreen Waleed نسرين وليد عبد الواحد
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 1C Pages: 574-582
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

An Auto Crop method is used for detection and extraction signature, logo and stamp from the document image. This method improves the performance of security system based on signature, logo and stamp images as well as it is extracted images from the original document image and keeping the content information of cropped images. An Auto Crop method reduces the time cost associated with document contents recognition. This method consists of preprocessing, feature extraction and classification. The HSL color space is used to extract color features from cropped image. The k-Nearest Neighbors (KNN) classifier is used for classification.

يستخدم طريقة القطع الالي لتحديد و استخراج توقيع، شعار وختم من صور الوثيقة. ان هذه الطريقة تحسن من أداء النظام الأمني المعتمد على التوقيع والشعار والختم وكذلك هذه الطريقة تستخرج الصور من صوة الوثيقة الأصلية والحفاظ على محتوى المعلومات داخل الصور المستخرجه. طريقة القطع الالي يقلل من التكلفة الزمنية المرتبطة لتميز محتويات الوثيقة. تحتوي هذه الطريقة على معالجه اولية، واستخراج الخصائص والتصنيف. تم استخدام التحويل اللوني HSL لاستخراج الصفات لونية من الصورة التي تم قصها. المصنف KNN قد استخدام للتصنيف.


Article
Combine SVM and KNN classifiers for Handwriting Arabic Word Recognition based on Multifeatures
دمج مصنفات الجار الاقرب والة دعم المتجهات لتمييز الكلمات العربية المكتوبة بخط اليد بالاعتماد على الصفات المتعددة

Author: Alia Karim Abdul Hassan علياء كريم عبد الحسن
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2018 Issue: 43 Pages: 303-323
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

This paper presents a proposed system for recognizing the handwritten Arabic words. The proposed system recognized the Arabic word as one entity without using segmentation stage, which converted the word into parts. A proposed method for feature extraction stage used two groups of feature extraction techniques. First group combines two techniques and the second group used single technique. First group combines gradient (directional) feature method with the Run Length Count method and second group based on Discrete Cosine Translation technique. Classification stage is based on combined SVM with KNN classifiers. A standard data set which is AHDB database is used to simulate the proposed system. The recognition accuracy for the experimental results of the proposed system is 97.11 %.

نقدم في هذا البحث نظاما مقترحا لتمييز الكلمات العربية المكتوبة بخط اليد. النظام المقترح يمييز الكلمة العربية ككيان واحد دون استخدام مرحلة التقسيم والتي تحول الكلمة إلى أجزاء. في مرحلة استخراج الصفات تم دمج تقنيات استخلاص الصفات الى مجموعتين. المجموعة الأولى تتالف من تقنيتين. تجمع بين طريقة اتجاه الانحدار gradient (directional) feature مع طريقة حساب طول المسار Run Length Count بينما المجموعة الثانية تستخدم تقنية واحدة وهي طريقة تحويل الجيب تمام المنقطع Discrete Cosine Transform. مرحلة التصنيف تعتمد على دمج نوعين من المصنفات وهما SVM و KNNآلة دعم المتجهات و الجار الاقرب. تم اختبار النظام المقترح باستخدام قاعدة بيانات قياسية التي هيAHDB . ان دقة التميز النتائج التجريبية للنظام المقترح هي 97.11٪.

Listing 1 - 10 of 13 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (13)


Language

English (11)

Arabic (1)

Arabic and English (1)


Year
From To Submit

2019 (1)

2018 (5)

2017 (5)

2016 (1)

2014 (1)