research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Study of Principle Component Analysis and Learning Vector Quantization Genetic Neural Networks
دراسة الشبكات العصبية الجينية والمعتمدة على أساس تحليل المركبات الأساسية والشبكات ذات التعليم ألاتجاهي الكمي

Authors: Arif A. Al-Qassar --- Mazin Z. Othman
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 2 Pages: 321-331
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this work, the Genetic Algorithm (GA) is used to improve the performance ofLearning Vector Quantization Neural Network (LVQ-NN), simulation results show thatthe GA algorithm works well in pattern recognition field and it converges much fasterthan conventional competitive algorithm. Signature recognition system using LVQ-NNtrained with the competitive algorithm or genetic algorithm is proposed. This schemeutilizes invariant moments adopted for extracting feature vectors as a preprocessing ofpatterns and a single layer neural network (LVQ-NN) for pattern classification. A verygood result has been achieved using GA in this system. Moreover, the PrincipleComponent Analysis Neural Network (PCA-NN) which its learning technique isclassified as unsupervised learning is also enhanced by hybridization with the geneticalgorithm. Three algorithms were used to train the PCA-NN. These are GeneralizedHebbian Algorithm (GHA), proposed Genetic Algorithm and proposed HybridNeural/Genetic Algorithm (HNGA).

في هذا البحث تم استخدام الخوارزميات الجينية لتحسين اداء الشبكة العصبية ذات التعليم الاتجاهي الكمي . النتائج التمثيلية كانت جيدة في مضم ار استطلاع البيانات وانها تتوصل الى النتائج بصورة اسرع . تم استخدام خواروميات المنافسة بطريقة العزوم الثابتة للحصول على متجة الصفات كخطوة اولى في تعليم الشبكة الاحادية الطبقة والمعتمدة في تعلمها على الخوروميات الجينية . علاوة على ذلك تم استخدام الشبكة العص بية التي تعتمد على اساس تحليل المركبات الاساسية في تعليم الشبكة بدون مشرف . ثلاثة خوارزميات تم استخدامها وهي الخوارزمية الهيبية العامة واخرى مقترحة ومسندة الخوارزميات الجينية والخوارزمية المدمجة بين الشبكات العصبية والخوارزميات الجينية.


Article
Digital Video Scenes Recognition using Mijn-EA and Learning Vector Quantization Network

Authors: Samaher Al_Janabi --- Mahdi A. Salman
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2016 Volume: 24 Issue: 9 Pages: 2362-2373
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

This paper presents a hybrid method for digital video scenes recognition which uses recognition to group pixels into known object for each frame. The chromaticity is used as data source for the method because it is normalized. The recognition is carried out by means of an Evolutionary Algorithm from type Mijn-EA, which is employed to obtain the best clusters that represent each frame and number of seeds in each frame. Then, conversion the color space for each cluster from RGB to HSV to fined the textural features of co-occurrence matrix. After that the pixels for each cluster recognition according to the identified classes. The number of classes is a priori unknown and the Evolutionary Algorithm that implements the Mijn-EA is used to determine the main clusters. The detection of the classes in the LVQ3 is done using a texture features. The obtained results substantiate the feasibility of the method and the accuracy.

يقدم هذا البحث طريقة هجينة لتميز مشاهد الفديو الرقمية التي تستخدم لتميز مجموعة النقاط الى كيانات معروفة لكل اطار .تم استخدام اللون كمصدر للبيانات لتلك الطريقة وذلك لطبيعته. ينفذ التميز باستخدام خوارزمية تطورية من نوع MIJN-EA التي تستخدم لايجاد افضل العناقيد التي تمثل كل اطار (حيث ان كل مشهد يحتوي على 24 اطار) وعدد البذور في الاطار ثم نحول الفضاء اللوني لكل عنقود من (احمر, أخضر , ازرق) الى (اللون النقي, الاشباع,الشدة) لايجاد خصائص السطح من مصفوفة الحدوث المتزامن. بعد ذلك كل مجموعة نقاط تميز طبقاً الى الاصناف المحددة.عدد الاصناف غير معروف مسبقاً والخوارزمية التطورية تستخدم لتحديد العناقيد الاساسية. وتحديد الاصناف في شبكة تعليم المتجه الكمي الثالثة تتم باستخدام خصائص السطح . النتائج التي تم الحصول عليها توضح سهولة الطريقة ودقتها.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2016 (1)

2009 (1)