research centers


Search results: Found 7

Listing 1 - 7 of 7
Sort by

Article
New Three Methods for Improving Initialization of k-Means Clustering

Author: Abbas H. Hassin Alasadi* , Moslem Mohsinn Khudhair
Journal: basrah journal of science البصرة للعلوم ISSN: 18140343 Year: 2013 Volume: 31 Issue: 2A Computer conference Pages: 73-85
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

The traditional k-means algorithm is a classical clustering method which widely used in variant application such as image processing, computer vision, pattern recognition and machine learning. It is known that, the final result depends on the initial starting points. Generally, initial cluster centers are selected randomly, so the algorithm could not lead to the unique result. In this paper, we present a new algorithm which includes three methods to compute initial centers for k-means clustering. First one is called geometric method which depends on equal areas of distribution. The second is called block method which segments the image into uniform areas. The last method called hybrid which combined between first and second methods. The experimental results appeared quite satisfactory.


Article
N-Body Simulation for Dark Matter Clustering at Different Epochs of the Universe

Authors: Mariwan Ahmed Rasheed --- Mohamad Ali Brza
Journal: Al-Nahrain Journal of Science مجلة النهرين للعلوم ISSN: (print)26635453,(online)26635461 Year: 2013 Volume: 16 Issue: 1 Pages: 84-90
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

In this study the cold dark matter particles is simulated at different epochs of the universe using Gadget-2 code for lambda cold dark matter model (ΛCDM). Firstly, the dark matter particles distributed in homogenous form then with time because of the gravity effects the particles collected gradually to construct sub clumps of halo and then big clumps of halo. This process is shown in the simulation from redshift z17.7 (700Myr.) after the Big Bang of the universe to z0 (13.3Gyr.).During these epochs of the universe the clustering of dark matter halo, filaments, and voids are constructed. These clusters of halo which were found from the simulation are the basic parts of galaxy clusters.In the simulation also the velocity scale of each epoch shows the displacement of the dark matter particles at different directions to construct the halo.

في هذه الدراسة تمت محاكاة المادة الداكنة الباردة في عصورمختلفة للكون وذلك باستخدام Gadget-2 codeلنموذج .Lambda cold dark matter في البداية, تم توزيع جسيمات المادة بشكل متجانس بعدها بمرور الزمن وبسبب تأثير الجاذبية تجمعت الجسيمات تدريجيا لتكوين كتل ثانوية من الهالة وبعدها الكتل الكبيرة من الهالة.هذه العملية قد تمت إظهارها في المحاكاة من الإزاحة الحمراء z17.7 (700Myr.) بعد الأنفجار الكبير للكون الىz0 (13.3Gyr.).خلال هذه العصور من عمر الكون تشكلت العناقيد ,الفتائل,ولفجوات. هذه العناقيد من الهالة التي وجدت في المحاكاة هى اجزاء اساسية من عناقيد المجرات.في المحاكاة ايضا أظهرت مقايس السرعة إزاحة جسيمات المادة الداكنة بإتجاهات مختلفة لتكوين الهالة في كل عصر.


Article
Measuring full and partial geometrical similarity of Map objects

Author: Mahdi JASIM ; Tawfiq Al ASADI
Journal: basrah journal of science البصرة للعلوم ISSN: 18140343 Year: 2013 Volume: 31 Issue: 2A Computer conference Pages: 1-5
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

Geographic Information System(GIS) are usually classified into raster, vector, and raster –vector systems. The research deals with proposing new algorithm called GIS-Span to measure the partial and full geometrical similarity between map objects. The algorithm is used for clustering the vector features of GIS. The vector data are usually stored in data files called shape files. These files contains the (point, lines, polygons,...,etc). The extracted data is then stored in a dataset to be processed by the proposed algorithm to discover the full and partial similarities among map objects to assist the clustering and analysis of map data. It deals with clustering the polylines and polygonal data according to their geometrical similarity.


Article
Employing hybrid methods for compression color images
ضغط الصور الملونة باستخدام خوارزمية K-Means وخوارزمية Run Length Encoding

Author: Baheja K.Shukur
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2013 Volume: 11 Issue: 2 Pages: 137-144
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

The purpose of compressing images to represent the image less to provide cost data storage and transmission time, however, the effectiveness of pressure accomplished by bringing the original image (instead of the exact loss). Therefore clustering problem defined as a collection of objects which are “similar” between them and are “dissimilar” to the objects belonging to other clusters; so, as every other problem of this kind, it deals with finding a structure in a collection of unlabeled data that providing a novel solution to the color image compression by exploiting the ability to generating groups of data by using k-mean algorithm. In this study true color images converted to YIQ color space then k-mean algorithm applied on the Y component to determine the number of cluster which used to constructing the clustered images. Run length encoding (RLE) algorithm applied on the resulting YIQ clustering images. In decompression stage RLE decompression algorithm used to reconstruct the RGB color images. Number of quality measurement computed like (peak signal to noise ratio (PSNR), (mean square error) MSE and signal to noise ratio (SNR) to measure the amount of distortion in this processes also the compression ratio calculated.

الغرض من ضغط الصور لتمثيل الصورة بأقل بيانات لتوفير كلفة الخزن ووقت الإرسال, ومع ذلك فعالية الضغط تنجز بتقريب للصورة الأصلية( بدلا من ضياعها بالضبط),ولهذا السبب مشكلة الغنقدة والتي تعرف هي تجميع للبيانات المتشابهه مع بعضها والتي تختلف عن البيانات التي تنتمي الى عناقيد اخرى حيث تم استغلال هذة الخاصية لتوفير طريقة لضغط الصور الملونة. في هذا البحث تم استخدام صورة ملونة ومن ثم تم تحويلها من صيغة الـــRGB إلى صيغة YIQ ومن ثم تم استخدام خوارزمية K-mean على مركبة Y بتحديد عدد العناقيد ولتقليل عملية الحساب, وبالنهاية استخدم خوارزمية RLE على المكونات الناتجة YIQ ومن جانب أخر استخدمنا خوارزمية إعادة فك الضغط لخوارزمية RLE للحصول على YIQ وبناء صورة ملونة بمساحة لونية RGB وبعد ذلك حساب ,MSR PSNR لقياس كمية التشويه وإيجاد نسبة الضغط.


Article
NUMERICAL TAXONOMY OF FAMILY DERMESTIDAE: COLEOPTERA IN IRAQ BY USING GLUSTERING ANALYSIS
التصنيف المظهري العددي لسبعة أجناس من عائلة خنافس الجلود في العراق باستخدام التحليل العنقودي

Author: Aead Y. Haj Ismail أياد يوسف الحاج إسماعيل
Journal: Mesopotamia Journal of Agriculture مجلة زراعة الرافدين العراقية ISSN: 1815316X Year: 2013 Volume: 41 Issue: عدد خاص بالمؤتمر الدولي لقسم وقاية نبات Pages: 15-20
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

Morphological characteristics of insect species (Thylodaris , Dermestes , Anthernus, Globiconis, Phraonoma, Trogoderma) belong to Dermestidae :Coleoptera which are recorded in IRAQ were given equal weight for each character .A matrix was constructed for the characteristics a dendrogram and multisided shape were drown for similarity and differences between the species using Clustering Analysis Statistically Packaging SPSS-17. The results revealed that characteristics ranging 96.19-20 % . Not a single similarity was found between Trogoderma & Anthrenus compared to the preceding species dealt with Cartier .

تضمن البحث التصنيف العددي للأجناس الحشرية السبعة التابعة لعائلة خنافس الجلود من رتبة غمدية الأجنحة وهي :Anthrenus ,Thylodrias, Dermestes, Attagenus, Trogoderma ,Phradonoma ,Globicornis ,(Family Dermestidae, Order Coleoptera)في العراق وذلك بالاعتماد على الصفات المظهرية التي تم تحويلها إلى شفرة مناسبة للتحليل العددي عبر برنامج التحليل الإحصائي الجاهز SPSS-17 وقورنت بواسطة الحاسوب لتعين درجات التشابه والاختلاف والذي بين بان نسبة التشابه المئوية تراوحت بين 20- 96.19 % بين هذه الأجناس وهذا يدل على قرابة واصل النشوء والتطور لهذه الأجناس و إلى أي جنس قد تكون تطورت عنه ولا يوجد تشابه بين الجنسين Anthrenus و Trogoderma .


Article
Improving Laboratories Efficiency through Website Using Text Mining
تحسين كفاءة المختبرات من خلال الموقع الالكتروني عن طريق تحليل النص

Author: Abeer Tariq
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2013 Volume: 31 Issue: 2 Part (B) Scientific Pages: 171-184
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Text mining is an emerging technology that can be used to augment existing data in corporate databases by making unstructured text data available for analysis.This research aim to present a proposed text mining system customized to improve laboratories efficiency. This is done by taking the electronic comments and e-mails produced to the organization web as inputs for that proposed mining system. The proposed text miner is customized for emails and comments written to the organization. For that the basic text mining algorithm will almost be modified by adding new steps, modify some steps by customizing Natural Language Processing (NLP), data mining techniques and building the document database. The proposal applied on the Computer Sciences Department Web and the results obtained are suitable to be published.

تنقيب النص هي تكنولوجيا منبثقة يمكن استخدامها لتعزيز البيانات الموجودة في قواعد بيانات الشركات من خلال جعل البيانات النصيه متاحه للتحليل.هذا البحث يهدف إلى تقديم نظام بيانات نصي مقترح مخصص لتحسين كفاءه المختبرات من خلال اخذ التعليقات الالكترونية ورسائل البريد الالكتروني المقدمة إلى شبكة معلومات المنظمة كمدخلات للنظام التحليلي المقترح . ولقد تم تخصيص هذا النظام لاستلام رسائل البريد الالكتروني و التعليقات المكتوبة للمنظمة, ولأجل هذا يمكن تعديل خوارزمية التحليلي النصي الاساسية بإضافة بعض الخطوات و تخصيص لغات البرمجة الطبيعية و تقنيات تحليل البيانات و بناء قواعد بيانات الوثائق. البحث المقترح طبق لشبكة معلومات قسم علوم الحاسوب و النتائج التي تم الحصول عليها مناسبة للنشر.


Article
Evaluation of Different Data Mining Algorithms with KDD CUP 99 Data Set

Authors: Safaa O. Al-mamory --- Firas S. Jassim
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2013 Volume: 21 Issue: 8 Pages: 2663-2681
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Data mining is the modern technique for analysis of huge of data such as KDD CUP 99 data set that is applied in network intrusion detection. Large amount of data can be handled with the data mining technology. It is still in developing state, it can become more effective as it is growing rapidly.Our work in this paper survey is for the most algorithms Data Mining using KDD CUP 99 data set in the classification of attacks and compared their results which have been reached, and being used of the performance measurement such as, True Positive Rate (TP), False Alarm Rate(FP), Percentage of Successful Prediction (PSP) and training time (TT) to show the results, the reason for this survey is to compare the results and select the best system for detecting intrusion(classification). The results showed that the Data Mining algorithms differ in the proportion of determining the rate of the attack, according to its type. The algorithm Random Forest Classifier detection is the highest rate of attack of the DOS, While Fuzzy Logic algorithm was the highest in detection Probe attack. The two categories R2U and R2L attacks have been identified well by using an MARS, Fuzzy logic and Random Forest classifiers respectively.MARS getting higher accuracy in classification, while PART classification algorithm got less accuracy. OneR got the least training time, otherwise Fuzzy Logic algorithm and MLP algorithm got higher training time.

تعدين البيانات هي واحده من التقنيات الحديثه لتحليل البيانات الضخمه مثل بيانات KDD CUP 99 والمتخصصه في مجال اكتشاف الاختراقات. الهدف من البحث هو استعراض وتقييم لخوارزميات تعدين البيانات والتي تم تطبيقها على بيانات KDD CUP 99 لتصنيف الهجومات و قياس النتائج من ناحية الدقه والسرعه هذا من جانب، ومن جانب اخر اختيار افضل خوارزميه تصنيف مع هذه البيانات.اظهرت النتائج ان خوارزميات تعدين البيانات تتفاوت في اكتشاف الهجومات وتحديد صنفها. خوارزمية الغابات العشوائيه كانت صاحبة اعلى نسبة اكتشاف بالنسبه لهجومات الـ DOS بينما خوارزمية المنطق المضبب صنفت هجومات الــ Probe بنسبه عاليه. هجومات R2U و R2L تم تصنيفها بشكل جيد من قبل خوارزمية MARS، المنطق المضبب، و مصنف الاشجار العشوائيه على التوالي. خوارزمية MARS كانت صاحبة اعلى دقه في التصنيف بينما كانت خوارزمية PART رديئه جدا". خوارزمية ONER تم تدريبها باقل وقت بينما خوارزمية المنطق المضبب و خوارزمية MLP تدربت ببطئ.

Listing 1 - 7 of 7
Sort by
Narrow your search

Resource type

article (7)


Language

English (6)

Arabic (1)


Year
From To Submit

2013 (7)