research centers


Search results: Found 18

Listing 1 - 10 of 18 << page
of 2
>>
Sort by

Article
Design a Classification System for Brain Magnetic Resonance Image

Authors: Hussein Attya Lafta --- Esraa Abdullah Hussein
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2013 Volume: 21 Issue: 8 Pages: 2682-2689
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Automated and accurate classification of brain MRI is such important that leads us to present a new robust classification technique for analyzing magnetic resonance images[Chris 2003]. In this work , the proposed method consist of three stages collection of images, feature extraction , and classification . We are used gray-level co-occurrence matrix (GLCM) is used to extract features from brain MRI . These features are given as input to k-nearest neighbor( K-NN) classifier to classify images as normal or abnormal brain MRI .

التصنيف الدقيق لصور رنين الدماغ مهم مما يعطينا دافع لتقديم طريقه تصنيف قويه ودقيقه لتحليل صور رنين المغناطيسي .في هذا البحث , الطريقة المقترحة تتكون من ثلاث مراحل تجميع الصور , استخلاص المميزات و التصنيف . استخدمنا طريقه gray-level co-occurrence matrix (GLCM)لاستخلاص المميزات من صور رنين الدماغ . هذه المميزات تعطى كـ إدخال إلى طريقه التصنيف K-NN لتصنيف الصور إلى صور دماغ طبيعي أو غير شاذ أو صور دماغ شاذ أو غير طبيعي.


Article
MEDICAL OVEN TEMPERATURE CONTROL BASED ON SOFT COMPUTING TECHNIQUES
السيطرة على درجة حرارة فرن طبي بالاستناد على تقنيات الحوسبة الذكية

Authors: Abbas H. Issa --- Intisar N. Al-Obaidi
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2016 Volume: 9 Issue: 3 Pages: 71-80
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

Different types of controllers are designed in this research to control the temperature of medical oven. These controllers represented by the conventional PID, the intelligent Neural Network (NN), Fuzzy-Logic controller (FLC) and the hybrid Adaptive-Neuro-Fuzzy-Inference-System (ANFIS) controller. The controllers designed using MATLAB R2012a version 7.14 both m-file and Simulink. Two laboratory ovens (lab ovens) with different mathematical models are used. A comparison between the designed controllers has been made, first with step response with the first oven and second with different set points of four medical applications for the second practical lab oven, the ANFIS superiority over the others has been proven which highlighted the hybridization power and efficiency and its suitability for controlling the temperature of medical oven.

أنواع مختلفة من المسيطرات قد تم تصميمها في هذا البحث لغرض السيطرة على درجة حرارة الفرن الطبي. و هذه المسيطرات تتمثل بالمسيطر التقليدي التناسبي التكاملي التفاضلي و المسيطرات الذكية مُمـثلة بمسيطر الشبكة العصبية و مسيطر المنطق الضبابي و مسيطر النظام التكيفي العصبي الضبابي الاستدلالي الهجين. لقد صُممت هذه المسيطرات باستخدام برنامج MATLAB الاصدار R2012a-7.14 وبواسطة كُلٍ من M-file و Simulink و باستخدام فرنين مختبريين بنموذجين رياضيين مختلفين. و قد أُجريت مقارنة بين هذه المسيطرات المُصممة بدءاً باختبار الاستجابة لدرجة واحدة بالنسبة للفرن الاول, وثانياً لدرجات حرارة مختلفة ٌلأربع تطبيقات طبية بالنسبة للفرن الثاني. وبذلك فان تفوق المسيطر الهجين على باقي المسيطرات قد تم اثباته حيث اثبت قوة التهجين و كفائته و ملائمته للسيطرة على حرارة الفرن الطبي.

Keywords

Modeling --- medical oven --- PID --- FLC --- NN --- ANFIS


Article
Using nonlinear autoregressive neural network for estimation daily evaporation: a comparison of neural networks with different algorithms
أستخدام شبكة الارتباط الذاتي الغیر خطي العصبیة في تقدیر التبخر الیومي: ومقارنتها مع شبكات عصبیة بخوارزمیات مختلفة

Loading...
Loading...
Abstract

AbstractIn this research a model of Dynamic NN(NARX) was applied to estimate the daily Evaporation of Mosul cityusing certain climate parameters(the maximum and the minimum temperature ,rain ,relative humidity ,windspeed and the sun shine )for any day in the year , and comparison for Static NN like FFBPNN, CFBPNN . Eachof these networks has two architecture: an architecture with four layers and five cells in hidden layers from onehand, and an architecture with five layers and five cells in the hidden layers from the other.Different algorithm were used for the training like: Levenberg-Marquardt algorithm (LM), Quasi-Newtonalgorithm (BFGS), Conjugate Gradient algorithm (CFG), Gradient Descent algorithm (GD) and GradientDescent with Momentum algorithm (GDM). Data was obtained from the forecast Directorate in AlRashedeyyahdistrict in Nineveh Province for the period (1995-2008) and used in the research. Data of ten years for the period(1995-2004)was employed to develop the models and the data of four years was used to evaluate the models andto compare their outputs with the data measured for the period(2005-2008). Moreover; determination coefficientR_square (R2) and the Root Mean Square Error ( RMSE) methods were used to estimate the level ofcorrespondence for the measured data and NN outputs to select the best prediction model from the modelsapplied.Results showed that the NARX with(LM) algorithm is efficient in improving a prediction model to estimate thedaily Evaporation as the value of coefficient estimation was 0.99, and this is considered the best and the fastestalgorithm if temperature, rain, relative humidity ,wind speed and sunshine data available for any day in the year

الملخص: تــم فـي هـذا البحــث تطبیـق انمـوذج الشــبكة العصـبیة الدینامیكیـة اللاخطیـةNN Dynamic المتمثلـة بشـبكة Autoregressive Nonlinear(NARX) لتقدیر التبخرالیومي لمدینة الموصل بدلالـة بعـض المعلمـات المناخیـة (درجـة الحـرارة العظمـى والصـغرى، الامطـار، الرطوبـة النسـبیة،سرعة الریاح و الاشعاع الشمسي ) لاي یوم من السنة ومقارنتها مع الشبكات العصبیة الساكنة NN Static: مثـل شـبكة الانتشـار العكسـي للخطـا(FFBPNN)Propagation Back Forward Feed، وشـبكة التتـابع (شـبكة انشـار عكسـي بـروابط اضـافیة) Back Forward-Cascade(CFBPNN) Propagation، ولكل شـبكة معمـاریتین : معماریـة بــ(4) طبقـات و(5) خلایـا فـي الطبقـات الخفیـة، ومعماریـة بــ (5) طبقـات و (5) خلایا في الطبقات الخفیة. تم استخدام خوارزمیات مختلفة للتدریب كخوارزمیة لـیفن بیـرك مـاركودت (LM)، خوارزمیـة نیـوتن (BFGS)، خوارزمیـة المیـل الصـرفیة (CFG )،خوارزمیة الانحدار التدریجي (GD) وخوارزمیة الانحدار التدریجي المعجل (GDM). استخدمت البیانات الماخوذة مـن محطـة الانـواء الجویـة فـيمنطقــة الرشــیدیة / محافظــة نینــوى للفتــرة مــن(1995-2008 ) حیــث اســتخدمت بیانــات (10) اعــوام لتطــویر النمــاذج وللفتــرة مــن (1995-2004)و بیانـات اربعـة اعـوام لتقیـیم النمـاذج ومقارنــة مخرجاتهـا مـع البیانـات المقاسـة وللفتـرة مــن(2005-2008)، كمـا اسـتخدمت مقــاییس معامـل التحدیــد(R2 square_R coefficient determination)، جـذر متوسـط مربـع الاخطـاء (RMSE Error Square Mean Root) فـي الحكـم علـىمدى تطابق البیانات المقاسة ومخرجات الشبكات العصبیة لاختیار افضل نموذج تنبؤي من بین النماذج المطبقـة، بینـت النتـائج ان شـبكة NARXوبخوارزمیة (LM) ذات كفاءة في تحسین نموذجتنبـؤي لتقـدیر التبخر الیـومي حیـث وصـلت قیمـة معامـل التحدیـد الـى (99.0 ) و هـي افضـل واسـرعخوارزمیة اذا ما توفرت درجات حرارة الامطار، الرطوبة النسبیة، سرعة الریاح والاشعاع الشمسي لاي یوم من ایام السنة. الكلمات المفتاحیة : الشبكات الساكنة، الشبكات الدینامیكیة، الانحدار التدریجي ، الانحدار التدریجي المعجل، المیل الصرفیة ، خوارزمیة نیوتن،خوارزمیة لیفن بیرك ماركودت


Article
Performance Improvement of Neural Network Based RLS Channel Estimators in MIMO-OFDM Systems
تحسين أداء تقديرات القناة باستعمال الشبكة العصبية لتدريب خوارزميةتكرار أقل الأجزاء لتقدير العنصر في أنظمة مزج تقسيمات التردد المتعامد المتعددالادخالات المتعدد الاخراجات

Author: Alaa Abdulameer Hassan علاء عبدالأمير حسن
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2011 Volume: 7 Issue: 2 Pages: 36-46
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The objective of this study was tointroduce a recursive least squares (RLS) parameter estimatorenhanced by using a neural network (NN) to facilitate the computing of a bit error rate (BER) (error reduction) during channels estimation of a multiple input-multiple output orthogonal frequency division multiplexing (MIMO-OFDM) system over a Rayleigh multipath fading channel.Recursive least square is an efficient approach to neural network training:first, the neural network estimator learns to adapt to the channel variations then it estimates the channel frequency response. Simulation results show that the proposed method has better performance compared to the conventional methods least square (LS) and the original RLS and it is more robust at high speed mobility.

أن موضوع هذه الدراسة كان لتقديم خوارزمية (تكرار أقل الأجزاء لتقدير العنصر) والمعضدة بأستخدام الشبكات العصيـبيةكطريقة لتسهيل أداء وأحتساب معدل الخطأ (تناقص معدل الخطأ) أثناء تطبيق خوارزمية التقدير لقنوات نظام مزج تقسيمات التردد المتعامدة المتعدد الأدخالات المتعدد الأخراجات عبر قناة البهت متعدد المسار (رايلييف). أن خوارزمية تكرار أقل الأجزاء يمكن أعتبارها فعالة جدا" لتدريب الشبكة العصبية : أولا"، من حيث تدريب الشبكة العصبية لتقدير تغييرات القناة بأستمرار، ثم تقدير أستجابة القناة للتردد. أظهرت نتائج التمثيل للطريقة المعتمدة أداءا" جيدا" أذا ما قورنت الطريقة بغيرها من الطرق الأخرى كخوارزمية (أقل الأجزاء) أو (تكرار أقل الأجزاء التقليدية وغير الذكية). أظهرت الطريقة المعتمدة كذلك كفاءة في فعاليات النظام السريعة.

Keywords

MIMO-OFDM --- RLS --- NN --- BER --- SNR --- channel --- estimation.


Article
PC-Based High-Speed Model Reference Motor Controller
موديل مرجعي عالي السرعة لميطر محرك بالاعتماد على الحاسبة الشخصية

Authors: Emad A. Hussein عماد علي حسين --- Ammar A. Sohrab عمار علي سهراب
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2010 Volume: 14 Issue: 2 Pages: 127-136
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Personal Computer _Based Input / Output (PC-Based I/O) Interface products became increasingly reliable, accurate, flexible, simple, cost-effective, and affordable. So the PC -Based control systems are widely used in industrial and laboratory applications for monitoring, control, data acquisition, and automated testing. The PCI-bus will allow a single add-in card hardware design to be created for multiple platforms. Also the bus standards provide the bandwidth required for many new high-performance applications. The Applied Micro Circuit Corporation (AMCC) S5933 provides a flexible and low-cost, compliant interface to the PCI-bus. Software will play a vital role in developing data acquisition and control systems. The system software consists of device drivers to control the hardware, acquisition, control, and analysis. A Model Reference controller using Neural Networks (NN) will be the controller software that will be used in this application. A neural network will be trained to control an external plant so that it follows a reference model. The neural network plant model is used to assist in the controller training with better system response to a sudden change in the motor speed. The model reference architecture requires a separate neural network controller be trained off-line, in addition to the neural network plant model.

مُنتَجات التوصيل ادخال / اخراج المعتمدة على الحاسوب الشخصي أصبحتْ موثوقةَ، دقيقةَ، مرنةَ، بسيطةَ، مربحةَ ورخيصةَ جداً. لذا فان أنظمة السيطرةِ المعتمدة على الحاسوب الشخصي كثيرة الإستعمال في التطبيقات الصناعيةِ والمختبريةِ للمراقبة، السيطرة، جمع بيانات والإختبار الآلي. الناقل PCI سَيسْمحُ لكارت واحد اضافي لتصميمِ أجهزةِ البطاقةِ الّتي تصنع لعدة برامج. أيضاً ثوابت النواقل تُزوّدُ عرض موجةَ مَطلوب للعديد مِنْ التطبيقاتِ الجديدةِ العالية الأداءِ. القطعة AMCC S5933 تزوّدُ التوصيل المتكامل إلى الناقل PCI مرن ورخيص. البرامجيات سَتَلْعبُ دورا حيويا في تَطوير جمعِ البيانات وانظمة السيطرة. برامج النظامَ تتكون من سواقِات الأداةِ للسَيْطَرَة على الأجهزةَ، الإكتساب، السيطرة والتحليل. جهاز سيطرة مرجعي باستخدام الشبكات العصبيةَ (NN) سَتَكُونُ برامجَ السيطرة والتي سَتَكُونُ مستعملة في هذا التطبيقِ. الشبكة عصبية سوف تدرب للسَيْطَرَة على مشروع خارجي لذلك ستتبع نموذج مرجعي. مشروع نموذج الشبكة العصبيةَ يُستَعملُ للمُسَاعَدَة في تدريبِ المسيطرمع استجابة افضل للنظامِ لتغير مفاجئ في سرعةِ المحرّكِ. معمارية النموذجِ المرجعي تَتطلّبُ جهازَ شبكة عصبيةِ مسيطر منفصل يدرب مستقلا، بالأضافة إلى مشروع نموذجَ الشبكة العصبيةَ.


Article
A Comparison Between SVM and K-NN for classification of Plant Diseases

Authors: Sarah Saadoon Jasim --- Ali Adel Mahmood Al-Taei
Journal: Diyala Journal For Pure Science مجلة ديالى للعلوم الصرفة ISSN: 83732222 25189255 Year: 2018 Volume: 14 Issue: 02 Pages: 94-105
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

Vegetable crops differ in size, shape, and color and which its suffer from this many leaf batches according to a particular reason. As a result of the plant, pathogens happen for Leaf batches. In agriculture whole fructification, it is essential to learn the origin of plant disease bundles early to be prepared for suitable timing control. In this regard, uses Support Vector Machine (SVM) and K- Nearest Neighbor to classify the plant's symptoms according to their appropriate classifications. These typesare (YS) Yellow Spotted class, (WS) White Spottedclass, (RS) Red Spotted class, and (D) tarnishedclass. Results obtained using SVM algorithm was compared with results obtained by a K-NN algorithm. Specifically, the overall accuracy of SVM model is about 88.17% and 85.61% for the k -NN model (with k = 1).


Article
Iraqi Plate Number Recognition Using Single Value Decomposition (SVD)

Author: Manar Muafak Rashied
Journal: Diyala Journal For Pure Science مجلة ديالى للعلوم الصرفة ISSN: 83732222 25189255 Year: 2018 Volume: 14 Issue: 02 Pages: 140-152
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

Distinguishing car plate numbers is an important topic of researchers' concern, which assures the process required to be high speed and acceptable accuracy, with the need to access the database and verify it if there was a problem and give a warning if it is necessary. A method is proposed in this paper to distinguish the plate of Iraqi vehicles (new forms), which will prevail in the end, depends on the pre-processing of the image and apply some filters such as (median filter) as well as improving the image before starting the proposed method, which relies on a normalization in the horizontal and vertical direction process and then segment the image into regions. Information is extracted from each region, such as the area that defines the type of vehicle if it is a governmental, private, taxi, or others. The region that characterizes the city as well as Arabic and English, numbers region is segmented and then transform with single value decomposition (SVD) on the image and get features that will send to the database for identification. The proposed method has given a percentage of accuracy of about 90.4 % in the process of discrimination with significant time complexity on average using K-Nearest Neighbor K-NN classifier. It possible to implement the proposed method with application of emergency alarm, to give a warning alert.


Article
Feature Selection based on Genetic Algorithm for Classification of Mammogram Using K-means, k-NN and Euclidean Distance

Author: Kameran Adil Ibrahim كامران عادل ابراهيم
Journal: Tikrit Journal of Pure Science مجلة تكريت للعلوم الصرفة ISSN: 18131662 Year: 2017 Volume: 22 Issue: 9 Pages: 106-112
Publisher: Tikrit University جامعة تكريت

Loading...
Loading...
Abstract

There have been several supervised classification attempts for mammograms in the recent times, but very few research works have focused on unsupervised classification to explore its potentialities and weaknesses. I have in this paper attempted to utilize unsupervised clusters to classify malignant, and benign mammograms samples. MiniMIAS database has total 322 mammogram images out which 64 are benign and 51 are malignant. I used 115 images for my experimentation i.e. 64 benign and 51 malignant. Out of these 115, 60% were used for training and 40% for testing. Therefore from 64 benign cases 39 images were used for training and rest for testing, and out of 51 malignant cases 31 images were used for training and rest for testing., the classifications was done on the bases of the features selected using genetic algorithm. Attempts have also been made to study the performance of each feature selected by Genetic Algorithm (GA) in classification. The initially identified clusters using K-means are used to classify 60 unknown samples using k-NN. The proposed work got reasonably good results with 96.23% accuracy for malignant samples, 95.37% for benign. The proposed work can help the radiologists and oncologist as second opinion during screening sessions for early detection.

كانت هناك عدة محاولات تصنيف رقابية لتصوير الثدي بالأشعة السينية في الآونة الأخيرة، ولكن عدد قليل جدا من الاعمال البحثية ركزت على تصنيف غير خاضع للرقابة لاستكشاف إمكانيتها ونقاط ضعفها. لقد حاولت في هذا البحث الاستفادة من المجموعات الغير الخاضعة للرقابة لتصنيف الورم الخبيث والحميد، جمعية تحليل تصوير الثدي بالأشعة (MiniMIAS) لديها 322 تصوير للثدي بالأشعة، منها 64 حميدة و51 خبيثة. استخدمت 115 صورة للتجربة اي 64 حميد و51 خبيث من بين هذه 115 صورة تم استخدام %60 للتدريب و %40 للاختبار. لذلك من 64 حالة حميدة تم استخدام 39 صورة للتدريب والبقية للاختبار, ومن اصل 51 حالة خبيثة تم استخدام 31 صورة للتدريب والبقية الاختبار. التصنيف كان على اساس الميزات المختارة باستخدام الخوارزمية الجينية. كما اجريت تجارب لدراسة اداء كل ميزة مختارة من قبل الخوارزمية الجينية في التصنيف. المجموعات التي تم تحديدها في البداية استخدمت (K-means) لتصنيف 60 عينة غير معروفة مستخدما K-NN. لقد حصل العمل المقترح على نتائج عالية من الدقة96.23% للعينات الورمية الخبيثة،95.37% للحميدة. هذا العمل المقترح يُساعد أطباء الأشعة والأورام كمقترح ثان خلال جلسات الفرز للكشف المبكر.


Article
Design and Implementation of a High Speed and Low Cost Hybrid FPS/LNS Processor Using FPGA
تصميم وبناء معالج FPS/ LNS مهجن سريع وقليل الكلفة باستخدام FPGA

Author: Dhafer R. Zaghar ظافر رافع زغير
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2010 Volume: 14 Issue: 3 Pages: 86-104
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

In the world of the computer data processing there are two main groups of processors first the microprocessor group that use the floating point system (FPS) and the TMS processor group that use logarithmic number system (LNS). There are many works and ideas to improve the two types and mixed between them but the main drawback of these works is that "there are no common rules to measure the efficiency of each work and compare between them". This paper presents some logical and fair rules to measure the efficiency of the processor as a first step on the true way to implement a good process. Hence, this way has three main phases. First, classify the mathematics operations and deduce the approximation weight of each operation in the computer data processing such as general digital signal processing (DSP) fields, fast Fourier transform (FFT), filtering and neural network (NN). The second phase is proposing the design of an optimal process that has a high speed and low cost. The third phase is modifying the optimal design to implement it in the field programmable gate array (FPGA) media. Then, this paper will use the new rules to measure the efficiency of the proposed design and compared it with previous works. Also it will give the most important conclusions that will to steer the designer to implement a high speed and low cost processor.

يوجد في ميدان معالجة البيانات بالحاسبة مجموعتان من المعالجات الاولى تعتمد على نظام الفارزة الحرة العددي (FPS) و الاخرى تعتمد على النظام العددي اللوغارتمي (LNS). ان هناك عدد كبير من الاعمال التي تتناول هذا الميدان و تستعرض كم كبير من الطرق و الافكار التي تساعد على تحسين اداء هذه المعالجات او المزاوجة بينها, الا ان المشكلة المشتركة بين هذه الاعمال تكمن في عدم و جود قواعد متفق عليها لقياس الكفاءه لكل عمل و المقارنة بينها. سيحاول هذا البحث و ضع قواعد عادلة لقياس الكفاءة كخطوة اولى في الطريق الصحيح لبناء معالج جيد, و هذه العملية تتضمن ثلاث خطوات اساسيه الاولى تقوم بتصنيف العمليات الرياضية و تحاول تخمين المقدار التقريبي لنسبة الاستخدام لهذه العمليات و ذلك في المجالات الحاسوبية المختلفة ضمن نطاق معالجة البيانات مثل معالجة الاشارة الرقمية (DSP) و تحويل فورير السريع (FFT) و الترشيح (filtering) و الشبكات العصبية (NN). اما الخطوة الثانية فتتضمن وصف تصميم معالج ذو سرعة عالية و كلفة قليلة. اما الخطوة الثالثة فتقوم بتحوير التصميم لغرض بناءه بواسطة مصفوفة البوابات المبرمجة الواسعة (FPGA). بعد ذلك سنستخدم القواعد الجديدة لاختبار كفاءة المعالج المقترح و مقارنتة مع الاعمال السابقة و اخيرا سيعطي البحث خلاصة تساعد المصمم لبناء معالج ذو سرعة عالية و كلفة قليلة.

Keywords

Floating point --- LNS --- DSP --- FFT --- NN --- FPGA --- processor --- mathematical operations --- piecewise.


Article
Fingerprint Recognition Using Gabor Filter with Neural Network
تمييز بصمة الابهام باستخدام مرشح كابور مع الشبكات العصبية

Authors: Ekbal H.Ali --- Hussam A.A.Ali --- Hanady a.Jaber
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 2 Part (A) Engineering Pages: 339-353
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

The automated classification and matching of fingerprint images has been a challenging problem in pattern recognition over the past decades. This paper proposes a method to detect the rotation region based on Estimate Global Region (EGR) that has the maximum rotation region. The Gabor filter based feature is applied for extracting fingerprint features from gray level images without preprocessing. The fingerprint recognition is developed by neural networks with adaptive learning rate. The paper contains a comparison between using EGR algorithm and without using EGR. The Gabor filter without EGR gives the best result for the fingerprint recognition with outrotation while the rotation of the fingerprint with angles (5o,10o and 20o) gives worse results in fingerprint recognition. The proposalmethod gives best result in rotation the fingerprint image with and without the rotation of the same angles. The result of the correlation for the proposalmethod is 99%.

التصنيف الالي و مطابقة صورة بصمة الابهام في تمييز النماذج لا تزال مستمرة البحث من القرون الماضية. هذا البحث اقترح طريقةلكشف منطقة التدوير اعتمادا على EGR)) التي تحدد اكبر منطقة لتدوير بصمة الابهام. مرشح Gabor يطبق لاستخلاص صفات البصمة لصور المستوى الرمادي بدون معالجات اولية و لغرض التصنيف استخدمت الشبكة العصبية من النوع متعدد الطبقات ذات التعليم المتكيف. تضمن البحث مقارنة بين استخدام تخمين منطقة التدوير وبدون استخدام الخوارزمية وتبين من خلال النتائج ان استخدام مرشح Gaborبدون الخوارزمية يمطي نتائج ممتازة في تصنيف النماذج ولكن للحالات التي لا يحدث فيها تدوير للبصمة . اما اذا حدث تدوير للبصمة بزوايا 〖〖 20〗^° ,10〗^° 〖,5〗^°فان مرشحGabor سيعطي نتائج سيئة في التصنيف. الطريقة المقترحة اعطت نتائج ممتازة بوجود وبعدم وجود تدوير للبصمة و لنفس الزوايا للحالة السابقة . كما ان نتائج correlation للطريقة المقترحة كانت 99% .

Listing 1 - 10 of 18 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (18)


Language

English (12)

Arabic and English (4)

Arabic (2)


Year
From To Submit

2018 (6)

2017 (2)

2016 (2)

2014 (3)

2013 (1)

More...