research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

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
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 ∙

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2010 (2)