research centers


Search results: Found 20

Listing 1 - 10 of 20 << page
of 2
>>
Sort by

Article
Integrating Neural Network With Genetic Algorithms For The Classification Plant Disease
تكامل الشبكات العصبية مع الخوارزميات الجينية لتصنيف امراض النبات

Authors: Alia Karim Abdul Hassan --- Sarah Sadoon Jasim
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 4 Pages: 686-701
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this work Aِِrtificial Neural Network (ANN) is used as a classifier capable ofrecognizing the most important features of the plant disease, with minimum errorvalue. Genetic algorithm has been used to minimize error values of the ANNclassifier. Error value of ANN classifier is defined as more than (%5). This ratiois a threshold (cut-of-value) to determine if GA is executed or not after the ANNclassifier execution. Genetic algorithm execution results in either optimal solution(%100) recognition or suggests a modified parameter to the ANN classifier(specifically learning rate and number of neurons).The result obtained fromintegrating neural network with genetic algorithm for classification plant diseasesindicates that the classifier recognizes most of input pattern with accuracy (96%).Integrating neural network with genetic algorithm for classification plant diseasesimplemented using Visual Basic version 6 programming

في هذا العمل استخدمت الشبكات العصبية الاصطناعيةقادر على تمييز اغلب الملامح المهمة في امراض النبات مع اقل قيمة خطأ . فأستخدمتالخوارزميات الجينية لتقليل قيم الخطأ للشبكات العصبية. قيمة الخطأ المعرفة في هذا المصنفهي اكثر من 5% بذلك سيتم معالجتها في الخوارزميات الجينية. فهذه القيمةلتحديد فيما اذا الخوارزميات الجينية سيتم تنفيذها او لا بعد تنفيذ الشبكات (threshold) تعتبر(% العصبية المقترحة. ان نتائج تنفيذ الخوارزميات الجينية هي أما حل امثل أي تمييز ( 100او ستقترح تعديل المعاملات المستخدمة في الشبكات العصبية الاصطناعية المقترحة خصوصاNo. of ) وعدد الخلايا العصبية في الطبقة المخفية (Learning rate) معامل التعلمفي هذا البحث تم استخدام الشبكات متعددة الطبقات .(neurons in the hidden layerالتي هي نوع من الشبكات العصبية مع خوارزمية الانتشار (Mlti-Layer-Percetron)لتدريب الشبكة لتصنيف أمراض النبات. (Back Propagation algorithm) الخلفي للخطأالنتيجة المحصلة من تكامل الشبكات العصبية مع الخوارزميات الجينية لتصنيف أمراض النبات.(% يشير إلى أن الشبكات العصبية المقترحة قد ميزت معظم رموز الأمراض مع دقة (


Article
Segmentation of Conversational Speech Using Probabilistic Neural Network
تقطيع المحاورات الكلامية باستخدام الشبكة العصبية الاحتمالية

Author: Dr. Ahmed Maamoon Alkababji د.احمد مأمون فاضل
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2010 Volume: 18 Issue: 3 Pages: 62-70
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

AbstractAutomatic segmentation of audio streams according to speaker identities, environmental and channel conditions has become an important preprocessing step for speech processing, speaker recognition and audio mining. This paper presents an automatic speech segmentation system where the performance of the probabilistic neural network (PNN)(which is the main part of the system) is examined and then enhanced in the area of segmentation of conversational speech. The results show that a percentage false segmentation (PFS) of 18% can be achieved. PFS is dropped to 6.1% enhancing the system. The experiments were carried out on a dataset created by concatenating speakers from the TIMIT database.Keywords: Speech segmentation, PNN, Probabilistic neural network.

الملخصلقد أصبح التقطيع الذاتي للاسترسال الكلامي اعتماداً على هوية المتكلم أوالبيئة التي تم الكلام فيها أو القناة التي نقلت الكلام من المراحل المهمة في المعالجة المسبقة التي تتم على الكلام لعمليات مثل تمييز المتكلم أو تمييز الكلام. في هذا البحث تم تقديم نظام تقطيع ذاتي تم من خلاله استكشاف إمكانيات الشبكة العصبية الاحتمالية على تقطيع المحاورات الكلامية كما تم تحسين أداء النظام للحصول على نتائج أفضل حيث أظهرت النتائج إمكانية الحصول على نسبة خطأ في التقطيع مقدارها 18%, في حين انخفضت هذه النسبة إلى 6,1% بعد إجراء عملية التحسين على النظام. تم استخدام مجموعة TIMIT كقاعدة أصوات لتقييم أداء النظام.


Article
AN AUTHENTICATION SYSTEM USING FINGERPRINT MINUTIAE EXTRACTION AND NEURAL NETWORK

Authors: Suzan Abdulla Mahmood --- Amera Ismail Melhum
Journal: Al-Nahrain Journal of Science مجلة النهرين للعلوم ISSN: (print)26635453,(online)26635461 Year: 2010 Volume: 13 Issue: 4 Pages: 216-220
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

Fingerprints have been the mostly used biometrics for human authentication, based on theminutiae or bifurcation. In this paper, the triangle shapes are used to extract features based onminutiae point. The features have been used as a set of descriptors for the fingerprint data. This setof descriptors is fed to the backpropagation neural network for the purpose of fingerprintrecognition. It is found that the process of preprocessing and the method of constructing geometricshapes has great effects on producing good results in the recognition rate.


Article
Document Image Classification Using Probabilistic Neural Network
تصنيف صورة الوثيقه بواسطة الشبكة الاحتماليه العصبيه

Authors: Wdad A. Nasir وداد عبد الخضر ناصر --- Aml A. Kadhim أمل عباس كاظم
Journal: Journal of Al-Ma'moon College مجلة كلية المأمون ISSN: 19924453 Year: 2010 Issue: 15-E Pages: 63-77
Publisher: AlMamon University College كلية المامون الجامعة

Loading...
Loading...
Abstract

The decreasing cost of hardware will eventually enable commonplace the storage and process of documents by electronic means. However, today most documents are begin saved, processed, and presented on papers. Paper is the primary medium for books, journals and newspapers. In order to properly archive, index and process a large number of document images, several challenging processing steps must be completed. In this work, a proposed system is used to segment and classify the gray document image to regions based on data blocks. A probabilistic neural network model has been used for this purpose . First, the preprocessing is used to convert gray document image to binary document image, then the erode process used to convert the binary document into blocks. The resulting blocks are segmented to number of regions by using label procedure, the four features of each region are calculated based on the bounding box for each region. Then these features are fed to the input layer of a probabilistic neural network for classification to one of two regions (text, picture). Some gray documents images are used in order to test the proposed system. The tests have successfully classified all test documents.

إن التكلفة المتناقصة لمكونات الحاسبة المادية ستمكننا من خزن ومعالجة الوثائق بشكل الكتروني, اليوم معظم الوثائق تخزن وتعالج وتعرض على الأوراق والتي هي أساس الكتب والمعاملات والصحف والمجلات. ومن اجل خزن وفهرسة ومعالجة مجموعة كبيرة من صور الوثائق يتطلب ذلك إجراء مجموعة من خطوات المعالجة. في هذا العمل تم استخدام نظام مقترح لتجزئة و تصنيف صورة الوثيقة الرمادية اللون الى مناطق بالاعتماد على بيانات المقاطع التي تحويها. استخدم نموذج الشبكة العصبية الاحتمالية لهذا الغرض. أولاً المعالجة المسبقة استخدمت لتحويل صورة الوثيقة الرمادية اللون إلى صورة الوثيقة ثنائية اللون (الأبيض والأسود) ثم استخدام عملية التآكل لتحويل الوثيقة ثنائية اللون إلى وحدات، الوحدات الناتجة تقسم الى عدد من المناطق باستخدام البرنامج الفرعي للعنونة.تم حساب اربع صفات لكل منطقة بالاعتماد على الصندوق الذي يحوي تلك المنطقة بعدها يتم إدخال الصفات المحسوبة الى وحدة الإدخال في الشبكة العصبية الاحتمالية لغرض تصنيفها إلى واحدة من منطقتين وهي نص و صورة .تم استعمال بعض صور وثائق الرماديةِ اللون لكي تَختبرَ النظام المُقتَرَحَ. الاختبارات نجحت في تصنيف جميع وثائق الاختبار ∙


Article
Eye-Identification System Based on Back-Propagation NN Recognizer

Authors: Hamsa A. Abdullah همسة عبد الله --- Ban M. Khammas بان محمد خماس --- Mohammed A. Abdala محمد عبد الله
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2010 Volume: 14 Issue: 4 Pages: 34-50
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

This research paper deals with the implementation of an eye recognition system using neural network (recognition classifier). The proposed system contains two phases, preprocessing and recognition. The resized image is providing faster processing for training and testing, the size of image is 120×90 pixels. The preprocessed phase extract features from eye image and use it as input to neural network which uses back-propagation algorithm to recognize the eyes. The proposed algorithm use single neural network as classifier, which consists of three layers with tangent sigmoid, and linear transfer function respectively. The system trained 60 eye samples. After testing the system with (100) eye samples a recognition rate of 100% is obtained. This recognition rate value is perfectly suitable for eye recognition systems.

لقد تم في هذا البحث تنفيذ لنظام تمييز العين باستخدام الشبكة العصبية. ان النظام المقترح يتضمن جزئين : معالجة اولية للمعلومات وتمييز المعلومات. لقد تم توحيد حجم صورة العين كي تؤدي الى زيادة سرعة تدريب الشبكة واختبارها حيث ان حجم الصورة المستخدمة في هذا البحث هو (90×120)وحدة. يقوم الجزء الاول من النظام (المعالجة الاولية) باستخراج العناصر ألاساسية لصورة العين وادخالها للشبكة العصبية التي تستخدم خوارزمية (back-propagation) لتمييز العين. وان الجزء الثاني من النظام المقترح (تمييز المعلومات) يستخدم شبكة عصبية أحادية تحتوي على ثلاث طبقات (طبقة الادخال, طبقة الاخفاء, طبقة الاخراج) تعتمد دالة (tangent sigmoid) ودالة التحويل الخطية (linear transfer function) بالتعاقب. لقد تم تدريب الشبكة العصبية للنظام باستخدام (60) نموذج مختلف للعيون. بعدها تم اختبار النظام بأستخدام (100) نموذج وكانت نسبة التمييز 100%. ان هذه النسبة العالية للتمييز تؤهل النظام لاستخدامه في تمييز العيون.


Article
Hand Written Recognition Using Neural Network Algorithm

Author: Ammar O. Hoori
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2010 Volume: 16 Issue: 4 Pages: 5855- 5862
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Hand written recognition problem can be done in two major steps, first by separating each character alone and second by detecting the separated shape to its corresponding like alphabetic letter. A backpropagation neural network found to be a good artificial intelligence algorithm in facing character recognition problem. In this work, backpropagation neural network is used with 3-layers to detect and separate 26 English letter from (A to Z). In addition, a previous steps should be taken to detect the boundaries of each single written letter. Detecting a complete text can be done by separating each character through finding its boundaries, resizing the separated character to be suitable for pre-trained neural network, detecting the hand-written letter and finally saving the guessed letter to a text file. This work is developed using Matlab 2008 version 7.6. The obtained results show good representations of letter contaminated by noise and non-trained letters.

مشكلة تمييز خط اليد المكتوب تتم على خطوتين رئيسيتين ، أولاً من خلال فصل كل شكل على حدة وثانياً بتمييز الشكل المفصول للحرف الأبجدي المشابه له. الخلية العصبية ذات الانتشار الخلفي وجدت كلوغارتمية ذكاء اصطناعي جيدة في مواجهة مشكلة تمييز الأشكال.في هذا العمل، . الخلية العصبية ذات الانتشار الخلفي استخدمت بثلاث طبقات لإيجاد وفصل 26 حرف انكليزي من (A إلى Z). بالإضافة لذلك ، هنالك خطوات مسبقة يجب أن تتخذ ، وذلك لإيجاد حدود كل حرف مكتوب بخط اليد. إيجاد نص كامل ممكن أن يتم بعزل كل شكل من خلال إيجاد حدوده ، ثم تعديل حجم الشكل المعزول ليكون ملائماً للخلية العصبية المُعلمة مسبقاً، ثم بإيجاد الحرف المكتوب بخط اليد ، وأخيراً حفظ الحرف المحزور في ملف كتابة. هذا العمل أنجز باستخدام برنامج Matlab الإصدار 7.6 لعام 2008. النتائج المكتسبة أظهرت تمثيل جيد للأحرف الملوثة بالشوائب والأحرف الغير معلمة مسبقاً.


Article
Transmission System On –Line Fault Location Using ArtificialNeural Network
التحديد اللحظي لموقع العطل في منظومة النقل بأستخدام الشبكة العصبية الصناعية

Authors: Adil Hameed Ahmed --- Hatim Ghadhban Abood
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 5 Pages: 964-979
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this work, protection systems for overhead transmission lines areinvestigated and an efficient technique for on –line fault location based onArtificial Neural Network(ANN ) is suggested. First, Studying and investigatingthe power transmission lines short circuit modeling and analysis, and thendeveloping a MATLAB programs to calculate fault currents and voltages fordifferent fault types depending on the location of the fault in the transmission lineand finding the location of this fault. The proposed technique for the faultlocation is the two -end data technique. The pre-fault data plus the fault dataconstruct a training set for the neural network programs which contain two types,one for fault detection and classification, and the other for the fault location. Then,these programs are applied on the Iraqi super grid (400 kV).

تم في هذا العمل , بحث نظم الحماية لخطوط النقل الكهربائية لاقتراح تقنية كفؤة لتحديدموقع العطل مستندة للشبكات العصبية الصناعية . في البداية تم دراسة وبحث نمذجة وتحليللحساب تيارات و فولتيات MATLAB دائرة القصر لخطوط النقل, ومن ثم تطوير برنامجالعطل لمختلف انواع الاعطال اعتمادا على موقع العطل في خط النقل , بألاضافة الى ايجادالموقع لهذا العطل وقبلها يتم تهيئة بيانات الشبكة لما قبل العطل (تيارات و فولتيات حالة التشغيلألاعتيادية) . التقنية التي استخدمت لحساب موقع العطل هي تقنية بيانات النهايتين .أن بيانات ماقبل العطل أضافة الى بيانات العطل تشكل مجاميع تدريب لبرامج الشبكات العصبية والتي تحوينوعين , ألاول لكشف العطل و تصنيفه و ألاخر لايجاد موقع العطل . تم تطبيق هذه البرامجفيما بعد على الشبكة العراقية الفائقة ( 400 كيلوفولت).


Article
REAL TIME IMPLEMENTATION OF FIR FILTER BASED ON TIME DELAY NEURAL NETWORK
تنفيذ الزمن الحقيقي لمرشح نبضة محدد الاستجابة مبني على استخدام شبكة تأخير الزمن العصبية

Author: Dr. Shefa Abdulrahman Dawwd د.شفاء عبدالرحمن داؤد
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2010 Volume: 18 Issue: 4 Pages: 17-27
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

AbstractAn FPGA real time Implementation of Time Delay Neural Network (TDNN) is presented in this paper. The design and all of the work are geared towards the implementation of the TDNN in a scalable fashion. The TDNN is an adaptive FIR filter with 18-bit input and 18-bit output resolution. In this paper, the filter adapts its tap weights using the Least-Mean-Square (LMS) algorithm and then stores them in FPGA memory cell. The LMS algorithm that is used for weight adaptation is off chip implemented. The input is processed through a digital tapped delay line. The FIR neural network is used for real time adaptive noise cancellation. When the filter order is 10, the filter consumes 1168 Spartan 3E FPGA logic elements. Keywords: TDNN, FIR neural network, FPGA neural implementation.

يعرض هذا البحث تنفيذ الزمن الحقيقي لشبكة تأخير الزمن العصبية بأستخدام مصفوفة البوابات المبرمجة حقليا. تم توجيه التصميم وكل العمل على تنفيذ الشبكة بتقنية قابلة للتوسع. في هذا البحث تعمل شبكة تأخير الزمن العصبية كمرشح متكيف محدد الاستجابة بدقة 18 بت ادخال و 18 بت اخراج. يستخدم المرشح خوارزمية اقل معدل تربيع في تثبيت اوزانه ومن ثم خزن تلك الاوزان في خلايا ذاكرة مصفوفة البوابات المبرمجة حقليا. تم تنفيذ خوارزمية اقل معدل تربيع برمجيا خارج دائرة الرقاقة. يعالج الادخال خلال خط التأخير الرقمي الخاص بالمرشح المصمم. تم استخدام تطبيق ازالة الضوضاء المتكيفة في فحص كفاءة الشبكة العصبية المكافئة لمرشح محدد الاستجابة. لمرشح ذو مرتبة مساوية لل10 تم استغلال 1168 عنصراً منطقياً من حجم رقاقة البوابات المبرمجة حقلياً.


Article
Artificial Neural Network Control of the Synchronous Generator AVR with Unbalanced Load Operating Conditions
السیطرة بأستخدام الشبكات العصبیة الأصطناعیة على منظم الجھد الأوتوماتیكي للمولد التزامني في ظروف التشغیل للأحمال الغیر متوازنة

Authors: Helen J. Jawad --- Fadhil A. Hassan
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 17 Pages: 5514-5523
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper proposes the using of artificial neural networks (ANNs') tocontrol the synchronous generator automatic voltage regulator (AVR), with unbalance load operating conditions. The neural network for control a nonlinear system is described and used to demonstrate the effectiveness of the neural network for control the drives with nonlinearities. In this study, performances of a simulated neural network AVR evaluated for a wide range of unbalanced loadsoperating conditions. The variance factors are calculated, as an indicator of optimum operation, and their values are compared for different feedback signals and various unbalanced operating conditions. The optimum control is introduced, which gives an average variance factor in ANN controller is about 1.105%, whereas the average variance factor in traditional PI controller is about 2.035%.

یقدم ھذا البحث كیفیة أستخدام الشبكات العصبیة الأصطناعیة كمسیطر ذكي على منظم جھد الأخراج الأوتوماتیكي في المولد التزامني الثلاثي الأطوار في ظروف التشغیل مع الأحمال ثلاثیة الأطوار الغیر متزنة. أُستُخدِمت الشبكة العصبیة الموصوفةُ للسیطرةِ على النظام اللاخطى للتدلیل على فاعلیة الشبكات العصبیة مع السواقات اللاخطیة. قُییمَ في ھذه الدراسة أداء نموذج المحاكاة لمسیطر الشبكة العصبیة في منظم الجھد الأوتوماتیكي عند مدى واسع للأحمال الغیر متزنة. تم حساب معامل التباین كمؤشر للتشغیل الأمثل وتمت مقارنة قیمھُ لمختلف أنواع التغذیة العكسیة ومختلف ظروف التشغیل للحمل الغیر متزن. قَدمتطریقة السیطرة المثلى والتي كان فیھا متوسط معامل التباین في المسیطر العصبي حوالي ( % 1.105 )، في .( التناسبیة التكاملیة) حوالي ( % 2.035 ) PI حین أن متوسط معامل التباین في وحدة التحكم التقلیدیة


Article
NEURAL NETWORK ANALYSIS FOR SLIDING WEAR OF 13%CR STEEL COATINGS BY ELECTRIC ARC SPRAYING
استخدام الشبكات العصبية في تخمين السوفان ألانزلاقي لطلاء 13% كروم ستيل منتج بواسطة الرش بالقوس الكهربائي

Author: Ali Khudhair علي خضير مطلك
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2010 Volume: Engineering Sc. Conference Issue: First Pages: 157-169
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

ABSTRACT:- Artificial Neural Networks (ANNs) are a new type of information processing technique based on modeling the neural systems of human brain. The potential of using neural networks in prediction of wear rate quantities of 13%Cr steel coating produced by arc spraying, has been studied in the present work. The material is subjected to dry sliding wear test using pin-on-ring apparatus at room conditions. Effects of normal load, sliding speed and time on wear rate have been investigated by using artificial neural networks. The experimental results were used to train ANN model successfully with accepted mean square error (MSE) of 0.00077504. The ANN predictions shows very good agreement with experimental values with correlation coefficient of 0.99778, thus ANN can be considered excellent tool for modeling complex processes that have many variables.Keywords:- Artificial Neural Network; Wear; Coating

الخلاصة الشبكات العصبية الاصطناعية نوع حديث من تقنية معالجة المعلومات مرتكزة على نمذجة النظام العصبي للعقل البشري. أن فاعلية أستخدام الشبكات العصبية في تخمين قيم معدل السوفان لطلاء 13% كروم ستيل منتج بواسطة الرشّ بالقوس الكهربائي تم دراستها في هذا البحث. تم اجراء فحص السوفان الجاف بأستخدام جهاز المسمارعلى الحلقة في ظروف الغرفة. تأثير الحمل العمودي, سرعة الانزلاق والوقت على معدل السوفان تمت دراستها بأستخدام الشبكات العصبية الاصطناعية. تم استخدام النتائج المختبرية لتدريب نموذج الشبكة العصبية بنجاح وبمعدل خطاء مقبول (معدل مربع الاخطاء) 0,00077504. تخمينات الشبكة العصبية اضهرت توافق جيد جدا مع القيم المختبرية وبمعامل ارتباط 0.99778 وبهذا تعتبر الشبكات العصبية اداة ممتازة لنمذجة العمليات المعقدة التي تمتلك العديد من المتغيرات.الكلمات الدالة: الشبكة العصبية الاصطناعية, السوفان, الطلاء.

Listing 1 - 10 of 20 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (20)


Language

English (18)

Arabic (1)

Arabic and English (1)


Year
From To Submit

2010 (20)