research centers


Search results: Found 6

Listing 1 - 6 of 6
Sort by

Article
Proposed Method to Enhance Text Document Clustering Using Improved Fuzzy C Mean Algorithm with Named Entity Tag
طریقة مقترحة لتحسین عنقدة الوثائق النصیة باستخدام خوارزمیة العنقدة المضببة المحسنة مع علامات اسماء الكیانات

Authors: Raghad M. Hadi رغد محمد ھادي --- Soukaena H. Hashem سكینة حسن ھاشم --- Abeer T. Maolood عبیر طارق محمود
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2017 Issue: 28 Pages: 43-62
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

Text document clustering denotes to the clustering of correlated textdocuments into groups for unsupervised document society, text datamining, and involuntary theme extraction. The most common documentrepresentation model is vector space model (VSM) which embodies a setof documents as vectors of vital terms, outmoded document clusteringmethods collection related documents lacking at all user contact. Theproposed method in this paper is an attempt to discover how clusteringmight be better-quality with user direction by selecting features to separatedocuments. These features are the tag appear in documents, like NamedEntity tag which denote to important information for cluster names in text,through introducing a design system for documents representation modelwhich takes into account create combined features of named entity tagand use improvement Fuzzy clustering algorithms.The proposed method is tested in two levels, first level uses only vectorspace model with traditional Fuzzy c mean, and the second level usesvector space model with combined features of named entity tag and useimprovement fuzzy c mean algorithm, through uses a subset of Reuters21578 datasets that contains 1150 documents of ten topics (150)document for each topic. The results show that using second level asclustering techniques for text documents clustering achieves goodperformance with an average categorization accuracy of 90%.

عنقدة الوثائق النصیة یعني تجمیع الوثائق والنصوص المتشابھة الى عناقید وھذا التجمیع للوثائق غیرخاضع للرقابة ، عند استخراج البیانات المھمة من النص وأستخراج موضوع غیر الطوعي. النموذج الأكثرالذي یجسد مجموعة من الكلمات المھمة الموجودة (VSM) شیوعا لتمثیل الوثائق ھو نموذج متجھ الفضاءفي الوثائق ، والاسالیب القدیمة في تجمیع الوثائق المتعلقة كانت تفتقر الى اتصال المستخدم. النظام المقترحفي ھذا البحث حاول أكتشاف كیفیة تجمیع ھذه الوثائق كي تعطي جودة أفضل مع تدخل المستخدم عنطریق تحدید ملامح لفصل ھذه الوثائق. ھذه المیزات تظھر كالعلامات في الوثائق، مثل علامات الكیانالمسماة التي تدل على معلومات ھامة عن أسماء تستخدم للتصنیف في النص، من خلال تصمیم نظاممع میزات (VSM) یستخدم لتمثیل الوثائق والذي یأخذ في نظر الاعتبار إنشاء نموذج الفضاء ناقلاتمشتركة من كیان مسمى بالعلامات ویستخدم خوارزمیة تحسین العنقدة المضببة. تم اختبار النظام فيمع VSM التقلیدي، ویستخدم المستوى الثاني FCM مع VSM مستویین، یستخدم المستوى الأول الوحیدالخوارزمیة، من خلال استخدام مجموعة FCM میزات مشتركة من ا لكیان مسمى مع استخدام تحسینفرعیة من بیانات رویترز 21578 قاعدة البیانات التي تحتوي على 1150 وثیقة متكونة من عشرة مواضیعو( 150 ) وثیقة لكل موضوع. وأظھرت النتائج أن استخدام المستوى الثاني قد حقق أداء جیدا مع متوسط دقةتصنیف 90 ٪ مقارنة مع ثقنیات تجمیع الوثائق النصیة الاخرى.


Article
User (K-Means) for clustering in Data Mining with application
استخدام خوارزمية (K-Means) للعنقدة في تنقيب البيانات (Data Mining) مع واقع تطبيقي

Authors: قتيبة نبيل نايف --- محي الدين خلف أيوب
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2016 Volume: 22 Issue: 91 Pages: 389-406
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The great scientific progress has led to widespread Information as information accumulates in large databases is important in trying to revise and compile this vast amount of data and, where its purpose to extract hidden information or classified data under their relations with each other in order to take advantage of them for technical purposes. And work with data mining (DM) is appropriate in this area because of the importance of research in the (K-Means) algorithm for clustering data in fact applied with effect can be observed in variables by changing the sample size (n) and the number of clusters (K) and their impact on the process of clustering in the algorithm.

ان التقدم العلمي الكبير أدى الى الانتشار الواسع للمعلوماتية بحيث اصبحت المعلومات تتراكم بشكل هائل في قواعد بيانات كبيرة , وهنا تكمن اهمية البحث في محاولة تنقيح وتبويب هذا الكم الهائل من البيانات وتصنيفها بحيث تؤدي الغرض المطلوب في استخراج المعلومات المخفية او في تصنيف البيانات بموجب علاقاتها ببعضها بغية الافادة منها لأغراض تقنية . وان العمل بمصطلح التنقيب في البيانات (Data Mining) يعد ملائم في هذا المجال لأهمية البحث في استخدام خوارزمية K-Means)) لتصنيف البيانات بأسلوب تقني في واقع تطبيقي مع ما يمكن من ملاحظة التأثير في المتغيرات (v) من خلال تغيير حجم العينة (n) وكذلك عدد العناقيد (K) واثرهما في عملية العنقدة في مراحل الخوارزمية ، من خلال تكوين عناقيد مثالية بحيث تحقق مجموعة بيانات جديدة ومفيدة تجيب عن كل الاستفسارات وبحسب صفات البيانات (Object) العائدة لخوارزمية البحث وبحسب متغيرات البحث (V) المطبقة في برنامج الجانب التطبيقي.


Article
Split and Merge Regions of Satellite Images using the Non-Hierarchical Algorithm of Cluster Analysis
شطر ودمج المناطق لصور الاقمار الصناعية بأستخدام خوارزمية التحليل العنقود غير الهرمية

Authors: اسماء غالب الراوي --- محمد عبد الودود محمد
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2019 Volume: 25 Issue: 111 Pages: 466-484
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Abstract:Image segmentation is one of main and necessary goals in image processing for digital image, it seeks to segment the studied images into multiple useful regions that summarizing interest regions for satellite images, which are multispectral images equipped by satellites using the concept of remote sensing, which has become an important concepts that it's applications used in most of the necessities of daily life, especially after the rapid developments in various fields of life that many of these fields have used algorithms and software techniques, these images are very necessary to enable us to study a wide range of goals in many scientific fields, in this research, the nonhierarchical cluster analysis algorithm was used as a method of image segmentation (splitting and merging regions) in order to demonstrate the importance of using statistical methods in image processing tasks, such as image segmentation, where (K-Means) technique was used to implement this task, this algorithm was applied on multispectral satellite image of a scene from western Iraq, where the results showed the flexibility of this algorithm in dealing with the disparity in the lighting of color image pixels and it's efficiency of formation clustering region that composed from groups of homogeneous pixels in there degree of illumination intensity, finally, the ability of this algorithm to give a good quality images which are measured using peak signal to noise ratio (PSNR) scale to measure image quality

يعد التقطيع الصوري من الاهداف الرئيسة والضرورية في المعالجات الصورية للصور الرقمية، فهو يسعى الى تجزئة الصور المدروسة الى مناطق متعددة اكثر نفعاً تلخص فيها المناطق ذات الافادة لصور الاقمار الصناعية، وهي صور متعددة الاطياف ومجهزة من الاقمار الصناعية باستخدام مبدأ الاستشعار عن بعد والذي اصبح من المفاهيم المهمة التي تُعتمد تطبيقاته في اغلب ضروريات الحياة اليومية، وخاصة بعد التطورات المتسارعة التي شهدتها ميادين الحياة المختلفة والتي كثيراً منها طرقت بابها خوارزميات وتقنيات البرمجيات، فهذه الصور تعد ضرورية جداٌ لتمكيننا من دراسة طيف واسع من الاهداف في العديد من الجوانب العلمية، في هذا البحث استخدمت خوارزمية التحليل العنقودي غير الهرمية كطريقة للتقطيع الصوري (شطر ودمج المناطق) بهدف عرض اهمية استخدام الاساليب الاحصائية في مهام المعالجة الصورية مثل التقطيع الصوري، حيث اعتمد على تقنية (K-Means) لتنفيذ هذه المهمة، وقد طبقت خوارزمية هذه التقنية على صورة اقمار صناعية متعددة الاطياف لمشهد غربي العراق، حيث اظهرت النتائج مدى مرونة هذه الخوارزمية في التعامل مع التفاوت في اضاءة العناصر الصورية للصورة الملونة وكفاءة تكوينها لمناطق العناقيد المتكونة من مجاميع من العناصر الصورية المتجانسة في درجة شدة اضاءتها، واخيراً قدرة هذه الخوارزمية على اعطاء صور تتميز بجودتها والتي قيست على وفق مقياس ارتفاع اشارة نسبة الضوضاء (Peak Signal to Noise Ratio (PSNR)) لقياس جودة الصورة.


Article
Image Retrieval from Video Streams Databases using Similarity of Clustering Histogra
أسترجاع الصوره من قواعد بيانات السلاسل الفيديويه بأستخدام تشابه المخطط العنقودي

Authors: Abdulameer A. Karim عبدالأميرعبدالله كريم --- Ekhlas F. Nasser أخلاص فالح ناصر
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2018 Issue: 29 Pages: 1-22
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

The recent system for image retrieval based on histogram of clustering idea which considers the likeness among database of images is suggested. Firstly, the space of image's feature is compressed using Haar transform. Secondly points of interest were detected from wavelet image, and then those points of interest was descriptor using SURF descriptor Thirdly, the clustering algorithm of moving k-means is employed for features cluster that resulted from SURF descriptor and then a histogram was built from the cluster's values. The suggested procedure is experimented on different database. The outcome of experimental shows that suggested procedure is reliable, fast and active for retrieving of an image from database based on histogram than FAST detection of corner that depend on image features.

ان النظام الحديت لأسترجاع الصوره مستند على فكرة مدرج احصائي عنقودي (clustering) والمقترح للتشابه بين الصور في قاعدة البيانات.اولا يتم ضغط فضاء صفات الصوره بأستخدام تحويل Haar .ثانياً يتم أكتشاف النقاط المهمه في الصورة المضغوطه (wavelet) وبعد ذلك يتم وصف تلك النقاط المهمه بأستخدام الواصف (SURF) .ثالثاً خوارزمية (k-means) المتحركه تستخدم لتجميع صفات الواصف (SURF) بشكل عناقيد (clusters) وبعد ذلك يبنى مدرج أحصائي من قيم العنقود (cluster).تم تجربة الأجراء المقترح على قواعد بيانات مختلفه.تبين من النتيجه التجريبيه بأن الأجراء المقترح نشيط وسريع وموثوق لأسترجاع صوره من القاعده البيانيه بالأعتماد على المخطط الأحصائي مقارنة مع كاشف الزاويه بأستخدام ((FAST والذي يعتمد على صفات الصوره.


Article
OSCH-LEACH: Optimum Secondary Cluster Head Selection for LEACH Protocol
OSCH-LEACH : اختيار امثل راس عنقود ثانوي لبروتوكول LEACH

Author: Saad Hameed Abid سعد حميد عبد
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2018 Issue: 30 Pages: 67-85
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

A wireless sensor network consists of a bundle of sensor nodes which is using for monitoring and recording variety phenomenon’s such as pressure, wind direction and speed, home security, machine failure diagnosis and biological detection. When the information collected and be together in an energy efficient manner help the sensor network to operate for long interval. The transmitted data between sensor nodes and Base station is as a result of fusion data in (WSN). And the LEACH (Low Energy Adaptive Clustering Hierarchy) protocol come with solutions for all data collection problems, when the clusters are arranged in self-organized manner, but it still suffering from some downside that can cause fatal problems.To save the energy and based on the research of LEACH protocol, an optimum secondary cluster head low energy clustering protocol OSCH-LEACH is proposed in this paper. In the new protocol, in any round when the cluster head located in not good place -near the edge of the cluster and far away from many sensors - Cuckoo search algorithm is suggested to find the optimum secondary cluster head that take the role of the primary cluster head for those remote sensors i.e. aggregate data from those remote sensors and send the report to the primary cluster head. The experimental results show that OSCH-LEACH performs better than LEACH protocol. It not only extends the lifetime of the network, but also improves the energy efficiency by increasing the settle down and unsettle down period, number of alive nodes with time, and minimize energy consumption.

شبكه المتحسسات اللاسلكيه تتكون من عدد من عناقيد المتحسسات التي تستخدم في مراقبه وتسجيل عدد من الظواهر مثل الضغط، سرعه واتجاه الرياح، امنيه المنازل، تشخيص اعطال المكائن، و اكتشاف الاخطاء البيولوجيه. ان جمع المعلومات مع بعضها بطريقه كفوءه من ناحيه استهلاك الطاقه تساهم في اطاله عمر الشبكه. ان البيانات تنتقل على شكل اشارات بين المتحسسات والمحطه الرئيسيه . ان بروتول LEACH يعتبر من اشهر البروتوكولات من حيث كفاءه حفظ الطاقه ولكنه مازال يعاني من بعض المشاكل التي قد تسبب مشاكل كبيرة.لغرض حفظ الطاقه بهدف اطاله عمر الشبكه لفترة اطول تم اقتراح اختيار امثل راس عنقود ليكون راس عنقود ثانوي حيث ان في اي دورة اذا كان راس العنقود الرئيسي في مكان غير مناسب- قرب حدود العنقود وبعيد عن كثير من المتحسسات- لذلك اختبرت خوارزميه طائر الوقواق لايجاد المتحسس الامثل لياخذ دور راس العنقود الرئيسي لهؤلاء المتحسسات البعيده حيث يقوم بجمع البيانات ويستخرج منها تقرير واحد يرسله الى راس العنقود الرئيسي. الخوارزميه المقترحه اظهرت نتائج افضل من حيث استهلاك الطاقه واطاله عمر الشبكه.


Article
Improving the Network Lifetime in Wireless Sensor Network for Internet of Thing Applications
تحسين عمر الشبكة في شبكة الاستشعار اللاسلكية لتطبيقات انترنيت الاشياء

Authors: Ahmed A. Salman احمد عبد الحسن سلمان --- Zainab T. Alisa زينب توفيق باقر
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2019 Volume: 15 Issue: 4 Pages: 79-90
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Mobile Wireless sensor networks have acquired a great interest recently due to their capability to provide good solutions and low-priced in multiple fields. Internet of Things (IoT) connects different technologies such as sensing, communication, networking, and cloud computing. It can be used in monitoring, health care and smart cities. The most suitable infrastructure for IoT application is wireless sensor networks. One of the main defiance of WSNs is the power limitation of the sensor node. Clustering model is an actual way to eliminate the inspired power during the transmission of the sensed data to a central point called a Base Station (BS). In this paper, efficient clustering protocols are offered to prolong network lifetime. A kernel-based fuzzy C-means clustering algorithm (KFCM) is adopted to cluster sensor nodes, while a cluster head (CH) is selected for each cluster based on a fuzzy logic system. Results depicts that the new work performs better than the existing algorithms (as Low Energy Adaptive Cluster Hierarchy-Mobile (LEACH-M) and Low Energy Adaptive Cluster Hierarchy-Mobile Enhancement (LEACH-ME)) in terms of network lifetime, energy consumption, packet transmission and stability period.

اكتسبت شبكات الاستشعار اللاسلكية المتنقلة اهتمامًا كبيرًا في السنوات الأخيرة نظرًا لقدرتها على توفير حلول جيدة وبأسعار منخفضة في مجموعة متنوعة من المجالات. يقوم (انترنيت الاشياء) بتوصيل تقنيات مختلفة مثل الاستشعار والتواصل والشبكات والحوسبة السحابية.كما يمكن استخدامه في المراقبة والرعاية الصحية والمدن الذكية. ان البنية التحتية الأنسب لتطبيق إنترنت الأشياء هي شبكات الاستشعار اللاسلكية. أحد التحديات الرئيسة لـ شبكات الاستشعار اللاسلكيه هو الحد من طاقة عقدة الاستشعار. نموذج التجميع هو وسيلة فعالة لتقليل الطاقة المستهلكة أثناء نقل البيانات المستشعرة إلى نقطة مركزية تسمى المحطة الأساس (BS). في هذا العمل ، يُقترح بروتوكولات تجميع فعالة لإطالة عمر الشبكة. يتم اعتماد خوارزمية التجميع المبنية على أساس C النواة (KFCM) لتجميع عقد المستشعر ، بينما يتم اختيار رأس مجموعة (CH) لكل مجموعة بناءً على نظام منطق غامض. تم تحسين بروتوكول التوجيه المقترح من سيناريو ثابت إلى سيناريو جوال لمواجهة التحدي المتمثل في معالجة تأثر المجموعه عندما تكون جميع العقد في الشبكة تتحرك. وتم اقتراح نهج يسمى رأس المجموعة البديل او الاحتياطي لحماية النظام بحيث في حالة فشل راس المجموعة أو الخروج من المجموعة ، يستمر النظام يعمل بكفاءة. توضح نتائج المحاكاة أن البروتوكول المقترح يعمل بشكل أفضل من الأعمال السابقة مثل LEACH-M و LEACH-ME من حيث عمر الشبكة واستهلاك الطاقة ونقل الرزم ومدة الاستقرار.

Listing 1 - 6 of 6
Sort by
Narrow your search

Resource type

article (6)


Language

Arabic and English (6)


Year
From To Submit

2019 (2)

2018 (2)

2017 (1)

2016 (1)