research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
A Proposed Framework for Analyzing Crime Data Set Using Decision Tree and Simple K-Means Mining Algorithms

Author: Kadhim B. Swadi Al-Janabi د.كاظم بريهي سوادي الجنابي
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2011 Volume: 1 Issue: 3 Pages: 8-24
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

AbstractThis paper presents a proposed framework for the crime and criminal data analysis and detection using Decision tree Algorithms for data classification and Simple K Means algorithm for data clustering. The paper tends to help specialists in discovering patterns and trends, making forecasts, finding relationships and possible explanations, mapping criminal networks and identifying possible suspects. The classification is based mainly on grouping the crimes according to the type, location, time and other attributes; Clustering is based on finding relationships between different Crime and Criminal attributes having some previously unknown common characteristics. The results of both classifications and Clustering are used for prediction of trends and behavior of the given objects (Crimes and Criminals).Data for both crimes and criminals were collected from free police departments’ dataset available on the Internet to create and test the proposed framework, and then these data were preprocessed to get clean and accurate data using different preprocessing techniques (cleaning, missing values and removing inconsistency). The preprocessed data were used to find out different crime and criminal trends and behaviors, and crimes and criminals were grouped into clusters according to their important attributes. WEKA mining software and Microsoft Excel were used to analyze the given data.

الملخص:تقدم هذه الورقةِ البحثية إطارا ونموذجا لتحليلِ بياناتِ الجريمةَ باستخدام تقنيات وخوارزميات مفاهيم التنقيب عن البيانات (التصنيف والتجميع Classification and Clustering)بهدف تقديم افضل المعلومات الى المختصين في علم الجريمة للمساعدة في الكشف عن الجريمة. يهدف البحث إلى مساعدة الإختصاصيين في إكتِشاف الأنماطِ والإتّجاهاتِ للجرائم والمجرمين و إيجاد عِلاقاتِ وتفسيراتِ محتملةِ للجرائم ومتابعة الشبكاتَ إلاجراميةَ وتمييز مشتبه بهمَ محتملينَ. إنّ التصنيفَ بشكل رئيسي يستند اساسا على تصنيف الجرائمِ طبقاً للنوعِ، العنوان، وقت حصول الجريمة، صفات المشتبه بهم وغيرها. اضافة الى إيجاد العلاقات بين الجرائم المختلفة والخواص الإجراميةِ. ولتحقيق ذلك تم استخدام خوارزميات مختلفة لما يسمى بشجرة القرارات Decision Tree Algorithms لاجراء عملية التصنيف وتقنيات المتوسط البسيط Simple K-Mean للتجميع.تم تجميع البيانات عن الجرائم والمجرمين من البيانات الحرة على الانترنت، حيث استخدمت هذه البيانات لانشاء واختبار النموذج المقترح، وقد تم استخدام خوارزميات مختلفة لاعداد هذه البيانات لكي تتلائم مع خوارزميات التنقيب المختلفة وبعد ذلك تم تطبيق خوارزميات التصنيف والتجميع للحصول على المعلومات التي تساعد في اعطاء رؤية واضحة عن الجرائم والمجرمين. وقد استخدمت برامجياتWEKA و Excel لمعالجة وتحليل تلك البيانات


Article
An Improved Algorithm for Data Preprocessing in Mining Crime Data Set

Author: Kadhim B. Swadi Aljanabi كاظم بريهي سوادي
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2011 Volume: 1 Issue: 4 Pages: 81-87
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

This paper presents an improved algorithm for data preprocessing to solve the problem of missing values and smoothing the outliers in the real world data sets. Previous works in this field are based mainly on replacing the missing values with the average, class average, most common values and some other techniques in the same direction, and outliers were generally cancelled from the data set. Crime and criminal data sets have their own special characteristics and benchmark in that missing values and outliers have different meanings than in other fields, so they need to be processed in different manners. The algorithm is based mainly on using clustering techniques to group the objects according to their similarities and dissimilarities, then smoothing the outliers accordingly and the missing values are processed according to their clusters. WEKA is used as a tool to find different clusters of the criminals.


Article
DESIGN A FINGERPRINT DATABASE PATTERN RECOGNITION SYSTEM VIA CLUSTER ANALYSIS METHODI- DESIGN OF MATHEMATICAL MODEL
تصمیم قاعدة البیانات كنظام لتمییز أنماط بصمات الأصابع بإستعمال طریقة التحلیل العنقودي

Author: علي عبد الحافظ إبراهیم أیفین محي الدین
Journal: Iraqi Journal of Biotechnology المجلة العراقية للتقانات الحياتية ISSN: 18154794 Year: 2011 Volume: 10 Issue: 2 Pages: 273-283
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Cluster Analysis Method – Hierarchical Clustering procedure (HCP) was used toclassify the fingerprint database into groups. The goal of this paper was to reduce thetime that was required to identify the desired fingerprint image of specific person.The results show that the proposed fingerprint database system reduce time that isrequired to identify the desired fingerprint image in the case of clustering taskcompared with classical method.

الخلاصةأستعملت طریقة التحلیل العنقودي – خوارزمیة التعنقد الهرمي، لتصنیف قواعد البیانات الخاصة بصور بصمةالإبهام إلى مجامیع مختلفة من المشاهدات(بین المجامیع) والى مشاهدات متشابهه في المجموعة الواحده (داخلالمجامیع ). لغرض تقلیص المدة الزمنیة اللازمة لتشخیص صورة طبعة الإبهام المطلوبة والخاصة بشخص معین،وتصمیم نظام جدید لقواعد البیانات الخاصة بطبعة الإبهام لأشخاص محددین للوصول بأقصر(أسرع) وقت ممكن إلىتمییز والتعرف على طبعة الإبهام هذه. أظهرت نتائج هذا البحث تقلیص المدة اللازمة للتعرف وتمییز صوره طبعةالإبهام المطلوبة في حالة إستعمال النظام المقترح، مقارنة مع الطریقة التلقیدیة.


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 .

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

English (4)


Year
From To Submit

2011 (4)