research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
HIERARCHICAL ARABIC PHONEME RECOGNITION USING MFCC ANALYSIS
التمييز المهيكل للاصوات العربية بأستخدام الشبكات العصبية

Loading...
Loading...
Abstract

In this paper, a hierarchical Arabic phoneme recognition system is proposed in which Mel FrequencyCepstrum Coefficients (MFCC) features is used to train the hierarchical neural networks architecture.Here, separate neural networks (subnetworks) are to be recursively trained to recognize subsets ofphonemes. The overall recognition process is a combination of the outputs of these subnetworks.Experiments that explore the performance of the proposed hierarchical system in comparison to nonhierarchical(flat) baseline systems are also presented in this paper.

Mel ) لتمييز الاصوات العربية حيث تم استخدام معاملات ( hierarchical) في هذا البحث تم اقتراح نظام مهيكللتدریب مجموعة من الشبكات العصبية المهيكلة من خلال تدریب آل شبكة (Frequency Cepstrum Coefficientsعلى حدة وبصورة تكراریة لجعلها قادرة على تمييز مجاميع محددة من الاصوات العربية. (subnetwork) عصبية مفردةالنتيجة النهائية لعملية التمييز یمكن استنتاجها من خلال اخراجات هذه الشبكات العصبية. وقد اظهرت التجارب التي اجریتان استعمال الترآيب المهيكل یزید دقة تمييز (flat) لاختبار اداء النظام المهيكل المقترح بالمقارنة مع النظام غير المهيكلالاصوات العربية.


Article
COLOR IMAGE IDENTIFICATION BASED ON 2-D POWER SPECTRUM BASED ON NEURAL NETWORK

Author: M.Sc. Hassan J. Hassan*
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2007 Volume: 7 Issue: 1 Pages: 74-86
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract:Image identification plays a great role in industrial, remote sensing, and militaryapplications. It is concerned with the generation of a signature to the image.This work proposes a dynamic program (use Neural Network) to identify the color imagedepending on the distribution of the monochrome colors (red, green, and blue) in the sameimage to make image signature accordingly, which is represented by a values named powerspectrum. The first step is to analyze the three-band monochrome image (color image) toRed, Green and Blue image, then deal with each image as a grey scale one which isrepresented as a 2-D matrix. The second step is to make Fourier Transform to each greyscale image in order to extract the implicit information in that image. The calculations of 2-D Power Spectrum for each image have been done to construct the final feature vector foreach one. Finally, in the third step, and in order to handle problems of large inputdimensions, a multilayer perceptron Neural Network has been used with two hidden layers.The input of the Neural Network structure is the final feature vectors which are obtainedfrom the previous step. All programs are written using MATLAP VER. 6.5 programminglanguage.

الخلاصة :إن تحليل نسيج الصورة لغرض التعرف عليها وتشخيصها يلعب دورا كبيرا في مجالات شتى, منها الصناعة والاستشعار من بعد إضافة إلى التطبيقات العسكرية.هذا البحث يقترح برنامج ديناميكي يعتمد على شبكة الخلايا العصبية (Neural Network) في تشخيص الصور الملونة, معتمدا على توزيع اللون الاحادي ( الاحمر, الاخضر, والازرق) في تلك الصورة لغرض تكوين البصمة الخاصة التي تميزها والمتمثلة بحساب طيف الطاقة (power spectrum) .الخطوة الأولى تبدأ بتحليل الصورة الملونة والمتكونة من الألوان الأحادية الأساسية ( الاحمر, الاخضر, والازرق) والتعامل مع كل صورة أحادية ناتجة كصورة رمادية (grey scale image) والتي يتم تمثيلها بمصفوفة ذات بعدين.الخطوة الثانية يتم من خلالها تحويل الصورة الأحادية باستخدام محول فورير(Fourier transformer) لغرض استخلاص المعلومات الضمنية في تلك الصورة وحساب طيف الطاقة(power spectrum) , وبالمحصلة يتم تكوين متجة الخواص (feature vector) لكل صورة احادية.الخطوة الثالثة والاخيرة ولغرض التمكن من التغلب على عمليات التطبيق ذات المداخل الكثيرة, تم استخدام شبكة الخلايا العصبية (Neural Network) ذات الطبقتين المتواريتين (two hidden layers) . أما المدخلات لهذة الشبكة فانها تتمثل بمتجة يتكون من مجموعة من القيم تعكس كيفية توزيع الألوان الأساسية في كل صورة والتي تم تكوينها من الخطوة الثانية.


Article
BIN OBJECT RECOGNITION USING IMAGE MATRIX DECOMPOSITION AND NEURAL NETWORKS

Authors: Hema C R --- Paulraj M. --- R. Nagarajan --- Sazali Yaacob
Journal: Iraqi Journal for Electrical And Electronic Engineering المجلة العراقية للهندسة الكهربائية والالكترونية ISSN: 18145892 Year: 2007 Volume: 3 Issue: 1 Pages: 60-64
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

Bin picking robots require vision sensors capable of recognizing objects in the binirrespective of the orientation and pose of the objects inside the bin. Bin picking systems arestill a challenge to the robot vision research community due to the complexity of segmenting ofoccluded industrial objects as well as recognizing the segmented objects which have irregularshapes. The problem becomes more complex when these objects look like entirely differentobjects in various orientations. In this paper a simple object recognition method is presentedusing singular value decomposition of the object image matrix and a functional link neuralnetwork for a bin picking vision system. The results of the functional link net are comparedwith that of a simple feed forward net. The network is trained using the error back propagationprocedure. The proposed method is robust for recognition of objects.

تتطلب منضو مات الالتقاط من الصنادیق استعمال منضو مات رؤیة قادرة على تمييز الأشياء داخل الصندوق. تصعبعملية التمييز هذه وذلك لأن الأشياء المراد تمييزها تأخذ أشكالا غير منتضمه. آما إن تغير وضعية اللاجسام داخلالصندوق یؤدي الى رؤیتها آأجسام مختلفة. یقدم هذا البحث إلى طریقه مبسطه لتمييز الأجسام داخل الصنادیق بطریقةتحليل مصفوفة الصورة وشبكه عصبيه ذات داله مرتبطة. تمت مقارنة النتائج مع تلك المستحصله من شبكه عصبيه بسيطةذات تغذیه أمامية. تم تعليم ألشبكه باستخدام خوارزمية انسياب الخطأ خلفا. وقد أضهرت النتائج أن المنضومه المفترحهذات متانة عالية


Article
INFECTED REGION RECOGNITION IN HUMAN BODY MEMBERS BASED ON WAVENET WITH MINIMUM DISTANCE

Author: Hassan J. Hassan
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2007 Volume: 7 Issue: 2 Pages: 95-107
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract: Image identification plays a great role in industrial, remote sensing, medical and military applications. It is concerned with the generation of a signature to the image. This work proposes a dynamic program (use Neural Network) to classify the texture of human member image then identify whether the member is infected or not. The program has the ability of determining which part of that member is infected depending on the comparison between the healthy member image stored in advance with a test image. The first step is to make approximation to the image using wavelet network (Wavenet) technique. Through this technique we shall get an approximated image with reduced data. In addition, we shall get implicit information to that image. The second step is to subdivide the resultant image from the first step into 16 equally subparts then deal with each subpart as a unique image. Finally, in the third step, the minimum distance (Mahalanobias Distance) approach is employed for subpart identification. All programs are written using MATLAB VER. 6.5 package.

الخلاصة :إن تحليل نسيج الصورة لغرض التعرف عليها وتشخيصها يلعب دورا كبيرا في مجالات شتى, منها الصناعة والاستشعار من بعد إضافة إلى التطبيقات الطبية والعسكرية.هذا البحث يقترح برنامج ديناميكي يعتمد على شبكة المويجة (Wavenet) لتصنيف نسيج الصورة للعضو البشري و تشخيص فيما لو كان ذلك العضو مصاباً أم لا. كما ان لهذا البرنامج القدرة على تحديد الجزء المصاب من ذلك العضو بالاعتماد على المقارنة بين صورة العضو السليم المخزونة مسبقاً مع صورته الجديدة.الخطوة الأولى يتم من خلالها اجراء تقريب الى الصورة (Image Approximation) باستخدام شبكة المويجة(Wavenet) والذي من خلاله نحصل على صورة تقريبية مع تقليل القيم الاصلية المكونة للصورة (Data Reduction) والحصول على قيم ضمنية تتعلق بتلك الصورة.الخطوة الثانية يتم من خلالها تقسيم الصورة الناتجة من الخطوة الاولى الى ستة عشرجزءاً متساوياً والتعامل مع كل جزء كصورة مستقلة. الخطوة الثالثة والاخيرة يمر خلالها كل جزء من أجزاء الصورة بمرحلة قياس أقصر مسافة بين صورتين واستخدام النتائج في عملية التشخيص النهائية.

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

English (4)


Year
From To Submit

2007 (4)