research centers


Search results: Found 10

Listing 1 - 10 of 10
Sort by

Article
Proposed KDBSCAN Algorithm for Clustering
خوارزمية KDBSCAN المقترحة للتجميع

Authors: Yossra Hussein يسرى حسين --- Safa Abdel Jalil صفا عبد الجليل
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2018 Volume: 59 Issue: 1A Pages: 173-178
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Science, technology and many other fields are use clustering algorithm widely for many applications, this paper presents a new hybrid algorithm called KDBSCAN that work on improving k-mean algorithm and solve two of its problems, the first problem is number of cluster, when it`s must be entered by user, this problem solved by using DBSCAN algorithm for estimating number of cluster, and the second problem is randomly initial centroid problem that has been dealt with by choosing the centroid in steady method and removing randomly choosing for a better results, this work used DUC 2002 dataset to obtain the results of KDBSCAN algorithm, it`s work in many application fields such as electronics libraries, biology and marketing, the KDBSCAN algorithm that described in this paper has better results than traditional K-mean and DBSCAN algorithms in many aspects, its preform stable result with lower entropy.

العلوم والتكنولوجيا والعديد من المجالات الاخرى تستخدم خوارزميات التجميع بصورة كبيرة للعديد من التطبيقات, هذ البحث يقدم خوارزمية دمج جديدة تسمى KDBSCAN والتي تعمل على تطوير خوارزمية K-mean لحل اثنان من مشاكلها, المشكلة الاولى هو عدد المجاميع, والذي يجب ان يتم ادخاله عن طريق المستخدم, وتم حل هذه المشكلة عن طريق استخدام خوارزمية DBSCAN لتخمين عدد المجاميع, و المشكلة الثانية هو الاختيار العشوائي للمراكز, و الذي تم تعامل معهاعن طريق المراكز بطريقة ثابتة وازالة عشوائية الاختيار للحصول على نتائج افضل, تم العمل بأستخدام قاعدة بيانات DUC 2002 للحصول على النتائج خوارزمية KBSCAN, هي تعمل في تطبيقات متعددة مثلا المكتبات الالكترونية, علم البايولوجي و مراكز التسوق, خوارزمية KDBSCAN التي تم وصفها في هذا البحث لها نتائج احسن من الخوارزميتين K-mean التقليدية و DBSCAN في جوانب متعددة, حيث انها توفر نتائج ثابتة وعشوائية قليلة.

Keywords

clustering --- K-mean --- DBSCAN --- KDBSCAN.


Article
Propose Data Mining System to Advance E-Learning Over Online Social Network (Facebook)
مقترح نظام التنقيب لتحسين التعليم خلال الشبكات الاجتماعية (الفيسبوك)

Authors: Soukaena Hassan Hashem --- Sarraa Mowaffaq Abood
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2015 Volume: 33 Issue: 3 Part (B) Scientific Pages: 512-527
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This research presents a proposal to advance e-learning over online social network, facebook, through analyzing the structure of this network and the behavior of their users. This proposalwill construct facebook group for Iraqi postgraduate higher education computer sciences students (IPHECSS), this group consist of 300 users.The Proposal has four consequence steps to advance the e-learning over facebook, these steps are:1.Constructing a proposed student’s facebooks dataset for Iraq students' society called Iraqi postgraduate higher education students (IPHES), which contains self-defined characteristics of a student’s facebooks. 2.Applying customized Frequent Pattern (FP-growth) Association Rule (AR) technique to IPHES dataset as a ranker (since it calculates the frequency of attributes) and mining technique (since it extracts knowledge to predict decision making to support e-learning over facebook through analyzing student’s behavior). 3.Applying Traditional k-mean and proposed Modified k-mean techniques to IPHES dataset to advance the traditional KM in clustering the students to introduce the structure of network’s users; this helps in supporting e-learning over facebok through analyzing students broadcasting and activities. Modification on k-mean is done by injecting a preprocessing substep in traditional KM called attributes weighting depending on ranking results obtained by applying AR as a ranker and modifying Euclidian distance similarity measure to result vectors instead of single value. 4.Analyzing the results of both association rules and clustering using excel2007 and UCINET software.

هذا البحث يقدم مقترح لتطوير التعليم الالكتروني خلال الشبكات الاجتماعية,الفيسبوك, من خلال تحليل هيكلية الشبكة وسلوك مستخدميها.في هذا المقترح سوف نبني بالفيسبوك مجموعة من التعليم العالي لطلاب الدراسات العليا لعلوم الحاسوب ,هذه المجموعة تتكون من 100 طالب.المقترح يتكون من اربع خطوات متسلسلة لتطوير التعليم خلال الفيسبوك, هذه الخطوات هي :اول خطوة للمقترح هي بناء وتجهيز مجموعة البيانات الذي يحتوي على بيانات شخصية للطالب بما في ذلك متغيرات مثل الجامعة, الجنس, سنة التخرج, المتابعة,المتابعين, الفعالية,التواجد وعدم التواجد على الانترنت, الوظيفة, محل الاقامة, المجاميع, اختصاص الطالب, سنة التخرج,الاصدقاء المشتركين.الخطوة الثانية تقترح لتطبيق قاعدة الربط على مجموعة البيانات باعتباره تقنية ضابط مراتب وتعدين لاستخراج انماط متكررة (السمات الهامة مع النظر في العلاقات المتبادلة مع بعضها البعض) ولاستخراج المعرفة للتنبؤ باتخاذ القرار لدعم التعليم الالكتروني. لتطوير الخوارزمية التقليدية بتجميع الطلاب بشكل اكفأk-meanثالث خطوة تقترح استخدام خوارزمية وذلك بضخ خطوة فرعية معالجة مسبقا فيه تسمى اوزان الصفات تعتمد على النتائج التي تم الحصول عليها في نتائج الترتيب التي حصلنا عليها من الخطوة الثانية. لتطوير التعليم الالكتروني خلال الفيسبوك AR و proposed k_meanواخيرا, الخطوة الرابعة تحلل نتائج كلاللتنبؤ بمعلومات جديدة لم تكتشف من قبل UC INET باتجاهين بنية الشبكة وسلوك الطالب. ثم سوف يستخدم برنامج من خلالARو.KM


Article
Comparison Among Image Clustering Algorithms
مقارنة بين خوارزميات تجميع الصور

Author: Khalid Mohammed Saffer
Journal: Diyala Journal For Pure Science مجلة ديالى للعلوم الصرفة ISSN: 83732222 25189255 Year: 2011 Volume: 7 Issue: 3 Pages: 242-258
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

Data clustering is a fundamental operation used in unsupervised images generally
clustering involves asset of data (e.g.: image pixels) into specified no of clusters, the
motivation behind clustering is to find inherit structure in the data and to expose the structure
as asset of groups.
Our search concern with taking image clustering problem using four clustering algorithms
named K-mean, K-median, PSO and hybrid of two algorithms, PSO and k-mean. These
algorithms applied on three gray brain images then compare the results.

تعتبر عملية تجميع البيانات عملية جوهرية استخدمت في الصور ذات البيانات غير المرتبة او المجمعة ، بصورة عامة عملية التجميع تتضمن ترتيب البيانات (مثلاً معلومات صورة) الى مجموعة من العناقيد او المصنفات لغرض الحصول على هيكل وراثي للبيانات وعرض الهيكل المذكور كمجاميع مرتبة.ويتضمن البحث مقارنة النتائج التي يتم الحصول عليها من خلال تطبيق 4 خوارزميات للغرض اعلاه هي (K-mean, K-median, PSO and hybrid of two algorithms, PSO and k-mean) على 3 صور للدماغ من نوع gray .


Article
Texture Image Segmentation Using Gabor Filter and Anisotropic Diffusion Filter
تقسیمِ نسیج الصورةِ باستخدام مرشِح غابور ومرشِح انتشار أنیزوتروبیك

Author: Zainab M. Hussain زینب محمد حسین
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2010 Issue: 13 Pages: 21-39
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

Image segmentation is very important task in many imageanalysis or computer vision applications. In this paper a textureimage segmentation method using Gabor filter, anisotropic filter,and k-mean clustering algorithm was proposed. The Gabor filterwas used as a multi-channels filter to analyze the texture in theimage. The extraction and enhancement of the texture featuresobtained using anisotropic diffusion filter. Then the k-meanalgorithm used to cluster pixels into number of clustersrepresenting the texture regions. The quality of segmentationusing this method was evaluated using Ultimate MeasurementAccuracy (UMA) metric. The experiments show that theperformance of this method is effective, accurate and gives betterresults as compared with the Seo method from the view of qualityof segmentation, the number of run times, the execution time andthe capability of separating a large number of textures, and ofsegmented real images, random mosaics texture images, area ofroofs and ground images, and to distinguish objects frombackground.

تقسیم الصورة عملیة مهمة جدا في العدید من تطبیقات تحلیل الصور ورؤیةالحاسبة. في هذه البحث تم اقتراح طریقةِ تقسیمِ نسیج الصورةِ باستخدام مرشِح غابورمرشح غابور أستخدم .◌ْk-mean ,ومرشِح انتشار أنیزوتروبیك ،و خوارزمیةً العنقدةكمرشح متعدد القنوات لتحلیل النسیج في الصورة. عملیة استخلاص وتحسین خصائصk- النسیج تم باستخدام مرشِح انتشار أنیزوتروبیك. ثم تم استخدام خوارزمیة العنقدةلتجمیع نقاط الصورة إلى عناقید تمثل مناطق النسیج في الصورة. mean.UMA نوعیة التجزئة باستخدام هذه الطریقةِ تم تقیُیّمه باستخدام مقیاس الدقةالتجاربُ ترینا أن انجاز هذه الطریقة فعال وأنها أعطت نتائج تقسیمُ دقیقةُ وأفضل مقارنةمن ناحیة نوعیة التجزئة، عدد م ا رت التنفیذ، زمن التنفیذ والقدرة على Seo مع طریقةتجزئة عدد كبیر من الأنسجة وتجزئة صورة حقیقیة، صور الفسیفساء، صور المناطقالسقوفِ والصورِ الأرضیةِ، ولتَمییز الأجسامِ مِنْ الخلفیةِ.


Article
Evaluation of Clustering Image Using Steady State Genetic and Hybrid K-Harmonic Clustering Algorithms

Loading...
Loading...
Abstract

Abstract- The goal of clustering is to determine the intrinsic grouping in a set of unlabeled data depending on some similarity measure (e.g. Euclidean distance).In this paper a steady state genetic algorithm (SSGA) approach is used to cluster true color images. After splitting the original images into red, green and blue components and displaying the image of each part, Steady State Genetic Algorithm (SSGA) is used to cluster the image to determine the number of clusters for the image by generating an initial population randomly and then applying the different operations of GA such as fitness function computation, selection, crossover, mutation and stopping condition. In the Crossover stage 1X, PMX and UX methods used for crossover between two parents to produce a new child. In addition to that another clustering method which combines k-mean algorithms and k-harmonic mean algorithms are used. The last clustering algorithm uses two functions to find the cluster centers for each image. Finally root mean square error is used to find the difference between the clustering and original image.


Article
Clouds Height Classification Using Texture Analysis of Meteosat Images
تصنيف ارتفاع الغيوم باستخدام التحليل النسيجي لصور القمر الصناعي الميتيوسات

Authors: Alyaa H. Ali علياء حسين علي --- Laith A. Al Ani ليث عبد العزيز العاني --- Loay A. George لؤي ادور جورج
Journal: Baghdad Science Journal مجلة بغداد للعلوم ISSN: 20788665 24117986 Year: 2014 Volume: 11 Issue: 2 عدد خاص بالمؤتمر النسوي الثاني Pages: 652-659
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In the present work, pattern recognition is carried out by the contrast and relative variance of clouds. The K-mean clustering process is then applied to classify the cloud type; also, texture analysis being adopted to extract the textural features and using them in cloud classification process. The test image used in the classification process is the Meteosat-7 image for the D3 region.The K-mean method is adopted as an unsupervised classification. This method depends on the initial chosen seeds of cluster. Since, the initial seeds are chosen randomly, the user supply a set of means, or cluster centers in the n-dimensional space.The K-mean cluster has been applied on two bands (IR2 band) and (water vapour band).The textural analysis is used where six parameters are calculated from the Co-occurrence matrix. These parameter were inserted in the K-mean. The best classifier feature is the angular second moment. When we use the angular second moment is used with any textural feature a good result were obtained for cloud classification, since the angular second moment gives indications on cloud homogeneity.

في هذا البحث، يمكن الحصول على تميزالأنماط بواسطة التباين وحساب التغاير لصور الغيوم . حيث يتم تطبيق عملية تجميع K-كوسيلة لتصنيف انواع الغيوم، لقد تم اعتماد تحليل النسيج لاستخراج بعض الخصائص التي تستخدم في عملية تصنيف انواع الغيوم. الصور التي تم استخدامها في عملية التصنيف هي صور القمر الصناعي الانوائي المتيوسات-7 حيث الصوره الماخوذه هي لمنطقة-D3 التي تشمل العراق ومنطقة الخليج والمناطق المحيطه به. لقد تم اعتماد طريقة التصنيف الغير موجه وهي طريقة عنقدة k ويتم اختيار البذور الأوليه بشكل عشوائي، عملية عنقدة k تم تطبيقها على حزمة بخار الماء والحزمه التحت الحمراء, ان طريقة التحليل النسيجي هي احد الطرق المهمه لتصنيف ارتفاعات الغيوم حيث تم استخدم مصفوفة التدرج اللوني ومن خلالها تم حساب بعض الخصائص الاحصائيه, عملية المزج بين طريقة التحليل النسيجي وطريقة تجميع k ساعدت باختيار افضل الخصائص الاحصائيه لتصنيف ارتفاعات الغيوم حيث اعتبر العزم الثنائي الزاوي هو افضل الخصائص الاحصائيه لتصنيف ارتفاعات الغيوم.


Article
CT Image Segmentation Based on clustering Methods

Authors: Asmaa A. Ajwad اسماء جواد --- Rand K. Mohammed رند محمد
Journal: Journal of the Faculty of Medicine مجلة كلية الطب ISSN: 00419419 Year: 2010 Volume: 52 Issue: 2 Pages: 234-238
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Background: image processing of medical images is major method to increase reliability of cancer diagnosis.Methods: The proposed system proceeded into two stages: First, enhancement stage which was performed using of median filter to reduce the noise and artifacts that present in a CT image of a human lung with a cancer, Second: implementation of k-means clustering algorithm.Results: the result image of k-means algorithm compared with the image resulted from implementation of fuzzy c-means (FCM) algorithm. Conclusion: We found that the time required for k-means algorithm implementation is less than that of FCM algorithm.MATLAB package (version 7.3) was used in writing the programming code of our work.Keywords: CT, Image Segmentation, k-mean Clustering, Median Filtering


Article
Monitoring of environmental variations of marshes in Iraq using Adaptive classification method.
مراقبة التغيرات البيئية لاهوار العراق باستخدام طريقة تصنيف مطورة

Authors: Ban Abed- Al-Razaq بان عبدالرزاق --- Saif Kamil Shnain سيف كامل --- Sara Jawad Abd Al-Hamza سارة جواد
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2015 Volume: 56 Issue: 3B Pages: 2401-2411
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The object of the presented study was to monitor the changes that had happened in the main features (water, vegetation, and soil) of Al-Hammar Marsh region. To fulfill this goal, different satellite images had been used in different times, MSS 1973, TM 1990, ETM+ 2000 and MODIS 2010. K-Means which is unsupervised classification and Neural Net which is supervised classification was used to classify the satellite images and finally by use adaptive classification which is apply supervised classification on the unsupervised classification. ENVI soft where used in this study.

مراقبة وحماية هور الحمار ومكوناته (ماء ونبات وتربة ) هي الشاغل الرئيس للعديد من المؤسسات الدولية والمحلية. اقمار التحسس النائي عالية الدقة هي الاداة المهمة المستخدمة لجمع المعلومات عن الاهوار لتقييم مكوناته من ماء وتربة ونبات. المنطقة المدروسة هي هور الحمار احد الاهوار الكبيرة في جنوب العراق. والذي يعتبر احد المناطق المهمة طبيعيا لاحتوائه على الاسماك والنباتات النادرة. استخدمت طريقة التصنيف (K-mean) وطريقة التصنيف (Neural Net ) لتصنيف صور الاقمار الصناعية واخيرا استخدمت طريقة مطورة والتي تتضمن تطبيق طريقة التصنيف المرشد على صورة طبق عليها التصنيف غير المرشد. استخدم برنامج ال ENVIفي هذا العمل.


Article
A Proposed Alzheimer's Disease Diagnosing System Based on Clustering and Segmentation Techniques

Author: Sarah J. Mohammed
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2018 Volume: 36 Issue: 2 Part (B) Engineering Pages: 160-165
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

lzheimer's-disease (AD) is one of the prevalent diseases that afflict theelderly. The medical field defines Alzheimer is the destruction of brain cells sothat the person loses knowledge and perception, afflict both sexes and is calleddementia. The medical field often suffers from accurate diagnosis and detection ofthe disease in the early stages. This paper presents a diagnostic approach ofAlzheimer based on K-mean clustering algorithm with Markov random fieldsegmentation on Magnetic Reasoning Images (MRI) to build software able to helpthe medical staff identifying and diagnosis the disease. The experimental resultshows that 91% accuracy is achieved, which demonstrate the system's reliabilityin the medical diagnostic environment


Article
Applying Swarm Algorithms on Unsupervised Color Image Classification

Authors: Khalid Mohammed Saffer --- Samahir Khalil Ismail
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2015 Volume: 23 Issue: 2 Pages: 533-538
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Clustering algorithms are used as a solution for different image problem, such as pre-processing, segmentation, feature extraction, dimensionality reduction, data visualization, and final classification. The one that proposed in this paper is the classification, so this work takes two clustering algorithm (k-mean & pso) then applying it on an unsupervised color images (satellite image, medicine image, natural image).

خوارزميات التجميع(Clustering algorithms) تستخدم لحل مختلف مشاكل الصور مثل التصنيف قبل المعالجة (pre-processing) , التجزئة (segmentation) , استخراج او استخلاص الميزات (feature extraction), الحد من الابعاد (dimensionality reduction), اعادة عرض البيانات(data visualization) واخيرا التصنيف((classification . في هذا البحث تم التطرق لموضوع التصنيف حيث تم اخذ اثنين من خوارزميات التجميع (K-mean & PSO) وطبقت على مجموعة من الصور الملونة غير خاضعة للرقابة ( Unsupervised ) في مختلف المجالات منها صور اقمار صناعية وصور طبية وصور للطبيعة .

Listing 1 - 10 of 10
Sort by
Narrow your search

Resource type

article (10)


Language

English (10)


Year
From To Submit

2018 (2)

2015 (3)

2014 (2)

2011 (1)

2010 (2)