research centers


Search results: Found 15

Listing 1 - 10 of 15 << page
of 2
>>
Sort by

Article
Clustering Approach to Minimize the Consumed Energy in WSNs
النظرية العنقودية لتقليل استهلاك الطاقة في شبكات الاستشعار اللاسلكية

Author: Mohammed Saad Talib
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2017 Volume: 15 Issue: 2 Pages: 70-78
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

Saving energy or energy consumption represents the essential problem in the process of designing, deploying and operating any "wireless sensor networks" (WSN). Most of the available produced sensors depend on a "limited power supply" battery in all their operations. Most of the sensors can perform the process of sensing, "data processing" and "wireless communication". Sensors can achieve various duties in WSNs according to their wanted applications.In most applications sensors are ordered into sets called clusters according to the network objective and its requirements. Clustering achieved many advantages, so it represents the first preferable approach in designing or improving any WSN. Each cluster includes one leader sensor node known as a "cluster head" (CH) and the other sensors known as member nodes. In most applications the sensor node with higher energy is preferred to be a CH to perform the process of data transmission and data processing while those with low energy are preferred to achieve the sensing task as cluster members. Simulation being the unique tool in evaluating and estimating the performance metrics of any new designed WSN.In this study, a main effort is made to study the effect of clustering approaches on the WSNs consumed energy. Many clustering approaches is simulated and evaluated with a developed suggested clustering approach. Three approaches were suggested, built and simulated to estimate the WSNs lifetime with their important behaviors parameters. Net Logo (5.2.1) as "multi-agent programming language" is suggested to be the simulation tool in this study.

توفير الطاقة او استهلاكها هي المشكلة الاساسية في عملية تصميم ونشر شبكات الاستشعار اللاسلكي (WSN) ,فمعظم اجهزة الاستشعار المتاحة تعتمد على بطارية ذات قدرة محددة لتزويدها بالطاقة في كافة عملياتها. يمكن لجميع اجهزة الاستشعار اداء عملية معالجة البيانات, والاستشعارعن بعد و تناقل البيانات . كما ان اجهزة الاستشعار تؤدي واجبات مختلفة في شبكات الاستشعار اللاسلكي وفقاً للحاجة ونوع الشبكة. في معظم تطبيقات اجهزة الاستشعاراللاسلكية يتم ترتيبها على شكل مجموعات او عناقيد وفقاً لهدف الشبكة ومتطلباتها. حققت عملية العنقدة العديد من المزايا ولذلك اصبحت تمثل النهج والخيار الاول عند تصميم او تحسين شبكات الاستشعار اللاسلكي. كل مجموعة (عنقود) تحتوي على عقدة استشعار تسمى العقدة الرئيسية (رئيس المجموعة) والعقد الاخرى في المجموعة تسمى العقد الاعضاء. في معظم التطبيقات يفضل استخدام عقد الاستشعار ذات الطاقة العالية لتنفيذ عملية نقل ومعالجة البيانات في حين يفضل استخدام عقد الاستشعار ذات الطاقة المنخفضة لتحقيق مهمة الاستشعار وتعمل كاحد اعضاء المجموعة. المحاكاة هي الاداة الفريدة التي يمكن استخدامها في تقييم وتقدير مقاييس اداء وسلوك اي تصميم جديد لشبكات الاستشعار اللاسلكي. تناولت هذه الدراسة مناقشة تأثير اسلوب العنقدة على الطاقة المستهلكة في شبكات الاستشعار اللاسلكي. تمت محاكاة وتقييم العديد من اساليب العنقدة المتوفرة مع تطوير اسلوب عنقدة مقترح. تم اقتراح وبناء ومحاكاة ثلاثة اساليب لتقدير اعمار شبكات الاستشعار اللاسلكي مع جميع معلمات سلوكياتها. تم استخدام برنامج ال (Net Logo 5.2.1 ) كلغة برمجة" multi-agent " ليكون اداة المحاكاة في هذه الدراسة.


Article
Genetic Algorithm based Clustering for Intrusion Detection
العنقدة على أساس الخوارزميات الجينية لكشف التسلل

Authors: Noor Fouad نور فؤاد --- Sarab M. Hameed سراب مجيد حميد
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 2B Pages: 929-938
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Clustering algorithms have recently gained attention in the related literature since they can help current intrusion detection systems in several aspects. This paper proposes genetic algorithm (GA) based clustering, serving to distinguish patterns incoming from network traffic packets into normal and attack. Two GA based clustering models for solving intrusion detection problem are introduced. The first model coined as GA #1 handles numeric features of the network packet, whereas the second one coined as GA #2 concerns all features of the network packet. Moreover, a new mutation operator directed for binary and symbolic features is proposed. The basic concept of proposed mutation operator depends on the most frequent value of the features using mode operator. The proposed GA-based clustering models are evaluated using Network Security Laboratory-Knowledge Discovery and Data mining (NSL-KDD) benchmark dataset. Also, it is compared with two baseline methods namely k-means and k-prototype to judge their performance and to confirm the value of the obtained clustering structures. The experiments demonstrate the effectiveness of the proposed models for intrusion detection problem in which GA #1 and GA #2 models outperform the two baseline methods in accuracy (Acc), detection rate (DR) and true negative rate (TNR). Moreover, the results prove the positive impact of the proposed mutation operator to enhance the strength of GA#2 model in all evaluation metrics. It successfully attains 6.4, 5.463 and 3.279 percentage of relative improvement in Acc over GA #1 and baseline models respectively.

مؤخراً حصلت خوارزميات التجميع على اهتمام من قبل البحوث ذات العلاقة حيث تساعد أنظمة الكشف الحالية في نواحي عدة . هذا البحث يقترح الخوارزمية الجنية باعتماد على تقنية التجميع , حيث تساعد لتمييز الأنماط القادمة الى الشبكة فيما اذا كانت نمط طبيعي او نمط هجومي. تم تقديم نموذجين لمشكلة كشف التسلل النموذج الأول أطلق عليه أسم GA #1 حيث يتعامل مع ميزات حزمة شبكة الرقمية ، بينما اطلق على النموذج الثاني GA #2 التي تتعامل مع كل ميزات حزمة الشبكة. علاوة على ذلك , تم اقتراح معامل طفرة جديد لميزات الثنائية والرمزية لحزمة الشبكة . حيث ان المفهوم الرئيسي للمعامل الطفرة المقترح يعتمد على القيمة الاكثر تكرار للميزات حزمة الشبكة باستخدام معامل . mode ولغرض تقييم الخوارزمية الجينية باعتماد على تقنية التجميع المقترحة لكشف التسلل يتم باستخدام مجموعة بيانات NSL-KDD ومقارنتها مع طريقتين هما k-means, k-prototype للحكم على أدائها وأثبات القيم التي تم الحصول عليها من التجميع .اتثبت التجارب العملية فعالية النماذج المقترحة لمشكلة كشف التسلل . أن نماذج المقترحة GA # 1 و GA # 2 تمتاز بأداء متفوق على الأساليب التقليدية في كافة المقاييس من حيث مقياس( ACC)، كشف معدل الكشف (DR) ومعدل سلبي صحيح (TNR). وعلاوة على ذلك، فإن النتائج ثبتت الأثر الإيجابي للعامل الطفرة المقترح لمضاعفة قوة نموذج الثاني GA #2 في كل المقاييس التقييم. حيث حصلت GA #2 على اعلى تحسن نسبي مئوي في معيار الدقة 6.4، 5.463 و 3.279 بالنسبة الى GA #1 و الطرق التقليدية.


Article
Brain Image Segmentation Based on Fuzzy Clustering

Author: Shatha J. Mohammed
Journal: Al-Mustansiriyah Journal of Science مجلة علوم المستنصرية ISSN: 1814635X Year: 2017 Volume: 28 Issue: 3 Pages: 220-223
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

The segmentation performance is topic to suitable initialization and best configuration of supervisory parameters. In medical image segmentation, the segmentation is very important when the diagnosing becomes very hard in medical images which are not properly illuminated. This paper proposes segmentation of brain tumour image of MRI images based on spatial fuzzy clustering and level set algorithm. After performance evaluation of the proposed algorithm was carried on brain tumour images, the results showed confirm its effectiveness for medical image segmentation, where the brain tumour is detected properly.


Article
Data Clustering Using Fuzzy Approach

Authors: Raghad M. Hadi --- Soukaena H. Hashem --- Abeer T. Maolood
Journal: Journal of Education for Pure Science مجلة التربية للعلوم الصرفة ISSN: 20736592 Year: 2017 Volume: 7 Issue: 3 Pages: 120-136
Publisher: Thi-Qar University جامعة ذي قار

Loading...
Loading...
Abstract

AbstractIn largeComputers;the huge volume of files actually generate disorder to analyze it. So, itdesiresto design a clustering techniques which reduce the costs of analysts. Document clustering isan essentialprocess in text mining, which retrieve the information with an acceptable accuracy,which can be achieved by fuzzy clustering.Reuters 21578 dataset is used for experimental purpose, the proposed system was tested by usingReuters 21578 datasets according to the time required to cluster data. The proposed system improvesdata clustering algorithms by construct required fuzzy clusters. The proposed system showed a goodresult compared with clustering techniques in comparing with other clustering techniques in timeefficiency.


Article
Fast Mobile Wireless Network Routing based on the Clustering and Chaos-CNN
التوجيه السريع للشبكة اللاسلكية المتنقلة بالاعتماد على العنقدة وشبكة العصبية الخلوية الفوضوية

Authors: Haider Kadhim Hoomod حيدر كاظم حمود --- Tuka Kareem Jebur تقى كريم جبر
Journal: Journal of College of Education مجلة كلية التربية ISSN: 18120380 Year: 2017 Issue: 1 Pages: 63-80
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

In this research we using intelligent algorithm such as neural network to solve the problem of routing by finding the optimal path between source and destination and clustering algorithm to find path in clusters. A new routing algorithm based on the clustering and neural network was proposed. The modification to chaotic Cellular neural network (MCCNN) was suggest, combine with proposed Modified K-Mean clustering method to make the routing more intelligent and adaptive in finding the optimal routes for ad hoc wireless network (like MANET). Routing Results show how the proposed routing algorithm were high speed comparing with Dijkstra algorithm. The different of speed gaining time with percentage 250 t0 380%. This make proposed algorithm useful in the fasting routing. Also, the results of the proposed system are optimal path not only shortest path. It depending on the group of factors and parameters to select the path between two points in the wireless network.

في هذا البحث نستخدم خوارزمية ذكية مثل الشبكة العصبية في حل مشكلة التوجيه من خلال إيجاد المسار الأمثل بين المصدر والمقصد وخوارزمية التجميع لايجاد المسار في العنقدة (clusters). واقترح إنشاء خوارزمية توجيه جديد تستند إلى شبكة تجميع والعصبية. وكان التعديل هو ال(chaos) و الشبكة العصبية الخلوية التي ) تشير الى (MCCNN) ، مع الجمع بين ما اقترح من طريقة محد ( K-Mean clustering) لجعل التوجيه أكثر ذكاء و تكيف لايجاد الطرق المثلى لشبكة لاسلكية (مثل MANET). وتشير نتائج التوجيه كيف كانت خوارزمية التوجيه المقترح لها سرعة عالية مقارنة مع خوارزمية ديكسترا. وتختلف سرعة كسب الوقت بنسبة 250 الى 380٪. هذا جعل الخوارزمية المقترحة مفيدة في التوجيه السريع. أيضا، فإن نتائج النظام المقترح هي الطريق الأمثل ليس فقط أقصر الطرق. ذلك اعتمادا على مجموعة من العوامل والمعايير لتحديد مسار بين نقطتين في شبكة لاسلكية.


Article
Modified Radial Based Neural Network for Clustering and Routing Optimal Path in Wireless Network

Authors: Haider Katdhum Hoomod --- Tuka Kareem Jebur
Journal: Ibn Al-Haitham Journal For Pure And Applied Science مجلة ابن الهيثم للعلوم الصرفة والتطبيقية ISSN: P16094042/ E25213407 Year: 2017 Volume: 30 Issue: 2 Pages: 233-244
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Several methods have been developed for routing problem in MANETs wireless network, because it considered very important problem in this network ,we suggested proposed method based on modified radial basis function networks RBFN and Kmean++ algorithm. The modification in RBFN for routing operation in order to find the optimal path between source and destination in MANETs clusters. Modified Radial Based Neural Network is very simple, adaptable and efficient method to increase the life time of nodes, packet delivery ratio and the throughput of the network will increase and connection become more useful because the optimal path has the best parameters from other paths including the best bitrate and best life link with minimum delays. The results show how the proposed routing algorithm produces higher speed comparing with Dijkstra algorithm and finds the optimal path in addition to shortest path. Proposed routing algorithm depends on the group of factors and parameters to select the path between two points in the wireless network


Article
MSOM: Modified Self Organizing Map for Faster Winning Cluster Detection
تعديل خريطة التنظيم الذاتي لتحديد اسرع للمجموعة الفائزة

Authors: اثير رحيم محسن --- Atheer R. Muhssen --- Abeer T. AL-obaidy عبير طارق العبيدي
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2017 Volume: 7 Issue: 4 اللغة الانكليزية Pages: 144-163
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

There are large number of modern techniques in today’s world which is evolving for collecting big data at different databases. Organized information investigation techniques are important to pick up/concentrate valuable data from quickly developing datasets. K-means Clustering investigation strategy is one of the generally utilized expository strategies as a part of numerous information mining applications. This paper including two stages in dealing with large and big datasets, the first stage discusses two clustering algorithms Self Organizing Map (SOM) and k-means about Performance Evaluation of K-Means and SOM Clustering. Using (C# and Matlab) programming language and the performance for k-means and SOM clustering algorithm is calculate based on the accuracy and running time.The second stage proposed modified self-organizing map(MSOM)to select winner cluster and extract this cluster from rapidly growing datasets which contain a hundred or more clusters in a very little time. This modification will appeared in two places in SOM standard algorithm. Evaluation results and conclusion will discuss in the last section. The purpose of the proposed Modified Self Organizing Map (MSOM) is to facilitate the search and access to the class that contains the desired product in the case of high number of classes where the proposed method to finding the best Class containing the desired product.

هناك عدد كبير من التقنيات الحديثة في عالم اليوم المتطور لجمع البيانات الكبيرة في قواعد البيانات المختلفة. أساليب تحليل البيانات المنظمة ضرورية للحصول على استخراج المعلومات المفيدة من قواعد البيانات التي تنمو بسرعة. طريقة K-meanلتحليل المجموعات هي إحدى الطرق المستخدمة على نطاق واسع في العديد من التطبيقات التحليلية لتنقيب البيانات. يتضمن هذا البحث مرحلتين في التعامل مع قواعد البيانات الكبيرة ومجاميع البيانات الكبيرة، المرحلة الأولى تناقش خوارزميتين اثنتين هما خريطة التنظيم الذاتي ( (SOMو K-mean حول تقييم أداء مجموعات الK-mean و SOM باستخدام اللغات البرمجية (C# و Matlab) وحساب ادائية خوارزميات المجاميع (SOM و K-mean)على أساس الدقة ووقت التنفيذ. المرحلة الثانية تقترح تعديل خريطة التنظيم الذاتي (MSOM) لتحديد الكتلة الفائزة واستخراج هذه المجموعة من مجموعات البيانات التي تنمو بسرعة والتي تحتوي على مئات أو أكثر من المجاميع في اقل وقت ممكن. وظهر هذا التعديل في مكانين في خوارزمية SOM القياسية. نتائج التقييم والاستنتاجات سيتم مناقشتها في الجزء الاخير.والغرض من هذا التعديل الذاتي تنظيم خريطة المقترحة (MSOM) هو لتسهيل البحث والوصول إلى الفئة التي تحتوي على المنتج المطلوب في حالة ارتفاع عدد الصفوف حيث الطريقة المقترحة لإيجاد أفضل الدرجة التي تحتوي على المنتج المطلوب.


Article
Proposed Method to Enhance Text Document Clustering Using Improved Fuzzy C Mean Algorithm with Named Entity Tag
طریقة مقترحة لتحسین عنقدة الوثائق النصیة باستخدام خوارزمیة العنقدة المضببة المحسنة مع علامات اسماء الكیانات

Authors: Raghad M. Hadi رغد محمد ھادي --- Soukaena H. Hashem سكینة حسن ھاشم --- Abeer T. Maolood عبیر طارق محمود
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2017 Issue: 28 Pages: 43-62
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

Text document clustering denotes to the clustering of correlated textdocuments into groups for unsupervised document society, text datamining, and involuntary theme extraction. The most common documentrepresentation model is vector space model (VSM) which embodies a setof documents as vectors of vital terms, outmoded document clusteringmethods collection related documents lacking at all user contact. Theproposed method in this paper is an attempt to discover how clusteringmight be better-quality with user direction by selecting features to separatedocuments. These features are the tag appear in documents, like NamedEntity tag which denote to important information for cluster names in text,through introducing a design system for documents representation modelwhich takes into account create combined features of named entity tagand use improvement Fuzzy clustering algorithms.The proposed method is tested in two levels, first level uses only vectorspace model with traditional Fuzzy c mean, and the second level usesvector space model with combined features of named entity tag and useimprovement fuzzy c mean algorithm, through uses a subset of Reuters21578 datasets that contains 1150 documents of ten topics (150)document for each topic. The results show that using second level asclustering techniques for text documents clustering achieves goodperformance with an average categorization accuracy of 90%.

عنقدة الوثائق النصیة یعني تجمیع الوثائق والنصوص المتشابھة الى عناقید وھذا التجمیع للوثائق غیرخاضع للرقابة ، عند استخراج البیانات المھمة من النص وأستخراج موضوع غیر الطوعي. النموذج الأكثرالذي یجسد مجموعة من الكلمات المھمة الموجودة (VSM) شیوعا لتمثیل الوثائق ھو نموذج متجھ الفضاءفي الوثائق ، والاسالیب القدیمة في تجمیع الوثائق المتعلقة كانت تفتقر الى اتصال المستخدم. النظام المقترحفي ھذا البحث حاول أكتشاف كیفیة تجمیع ھذه الوثائق كي تعطي جودة أفضل مع تدخل المستخدم عنطریق تحدید ملامح لفصل ھذه الوثائق. ھذه المیزات تظھر كالعلامات في الوثائق، مثل علامات الكیانالمسماة التي تدل على معلومات ھامة عن أسماء تستخدم للتصنیف في النص، من خلال تصمیم نظاممع میزات (VSM) یستخدم لتمثیل الوثائق والذي یأخذ في نظر الاعتبار إنشاء نموذج الفضاء ناقلاتمشتركة من كیان مسمى بالعلامات ویستخدم خوارزمیة تحسین العنقدة المضببة. تم اختبار النظام فيمع VSM التقلیدي، ویستخدم المستوى الثاني FCM مع VSM مستویین، یستخدم المستوى الأول الوحیدالخوارزمیة، من خلال استخدام مجموعة FCM میزات مشتركة من ا لكیان مسمى مع استخدام تحسینفرعیة من بیانات رویترز 21578 قاعدة البیانات التي تحتوي على 1150 وثیقة متكونة من عشرة مواضیعو( 150 ) وثیقة لكل موضوع. وأظھرت النتائج أن استخدام المستوى الثاني قد حقق أداء جیدا مع متوسط دقةتصنیف 90 ٪ مقارنة مع ثقنیات تجمیع الوثائق النصیة الاخرى.


Article
An Effective Preprocessing Step Algorithm in Text Mining Application

Authors: R. M. Hadi --- S. H. Hashem --- A. T. Maolood
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2017 Volume: 35 Issue: 2 Part (B) Scientific Pages: 126-131
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Text mining was a process of mining the significant information from the text documents. Any text mining system was created its process by preprocessing step; which involve tokenization, stop words removal, stemming and finally creating term frequency and inverse document frequency matrix (TF-IDF matrix). These steps provide the highest time consuming stage in knowledge discovery. The proposed method tries to build effective preprocessing step to even win area of memory space and time requirements. That by proposed a method for improved stop words removal algorithm and improved stemming algorithm based porter stemming algorithm. The proposed method is tested in two levels, first level uses only vector space model which based on used traditional stop words removal and with traditional porter stemming and the second level uses vector space model with combined features of improved stop words removal algorithm and improved stemming algorithm. The results show that using second level as effective preprocessing step for text mining application achieves good performance from reducing storage space used in memory about 10% and the processing time become faster which achieves good performance to build the final TF-IDF matrix.


Article
Using Quantum Particle Swarm Optimization to Enhance K-Means Clustering

Author: Firas Sabar Miften
Journal: Journal of Education for Pure Science مجلة التربية للعلوم الصرفة ISSN: 20736592 Year: 2017 Volume: 7 Issue: 4 Pages: 221-228
Publisher: Thi-Qar University جامعة ذي قار

Loading...
Loading...
Abstract

AbstractClustering isan unsupervised data mining technique used to extract a new knowledge. Itclusters a group of objects into clusters where objects in one cluster have similar fea- tures to eachother and have different features from objects in other clusters. K-means algorithm creates clustersby divides the data points into clusters according to similarity criterion. The K-means algorithmselect initial centroids randomly then slow convergence points to centroids. This paper suggests amethod for computing the initial centroids and fast convergence by using Quantum Particle SwarmOptimization with the global searching optimization which will give algorithm more efficient, so asto get quality clustering with reducedcomplexity.

Listing 1 - 10 of 15 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (15)


Language

English (13)

Arabic (1)

Arabic and English (1)


Year
From To Submit

2017 (15)