research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
Proposed KDBSCAN Algorithm for Clustering
خوارزمية KDBSCAN المقترحة للتجميع

Authors: Yossra Hussein يسرى حسين --- Safa Abdel Jalil صفا عبد الجليل
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2018 Volume: 59 Issue: 1A Pages: 173-178
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Science, technology and many other fields are use clustering algorithm widely for many applications, this paper presents a new hybrid algorithm called KDBSCAN that work on improving k-mean algorithm and solve two of its problems, the first problem is number of cluster, when it`s must be entered by user, this problem solved by using DBSCAN algorithm for estimating number of cluster, and the second problem is randomly initial centroid problem that has been dealt with by choosing the centroid in steady method and removing randomly choosing for a better results, this work used DUC 2002 dataset to obtain the results of KDBSCAN algorithm, it`s work in many application fields such as electronics libraries, biology and marketing, the KDBSCAN algorithm that described in this paper has better results than traditional K-mean and DBSCAN algorithms in many aspects, its preform stable result with lower entropy.

العلوم والتكنولوجيا والعديد من المجالات الاخرى تستخدم خوارزميات التجميع بصورة كبيرة للعديد من التطبيقات, هذ البحث يقدم خوارزمية دمج جديدة تسمى KDBSCAN والتي تعمل على تطوير خوارزمية K-mean لحل اثنان من مشاكلها, المشكلة الاولى هو عدد المجاميع, والذي يجب ان يتم ادخاله عن طريق المستخدم, وتم حل هذه المشكلة عن طريق استخدام خوارزمية DBSCAN لتخمين عدد المجاميع, و المشكلة الثانية هو الاختيار العشوائي للمراكز, و الذي تم تعامل معهاعن طريق المراكز بطريقة ثابتة وازالة عشوائية الاختيار للحصول على نتائج افضل, تم العمل بأستخدام قاعدة بيانات DUC 2002 للحصول على النتائج خوارزمية KBSCAN, هي تعمل في تطبيقات متعددة مثلا المكتبات الالكترونية, علم البايولوجي و مراكز التسوق, خوارزمية KDBSCAN التي تم وصفها في هذا البحث لها نتائج احسن من الخوارزميتين K-mean التقليدية و DBSCAN في جوانب متعددة, حيث انها توفر نتائج ثابتة وعشوائية قليلة.

Keywords

clustering --- K-mean --- DBSCAN --- KDBSCAN.


Article
A Proposed Alzheimer's Disease Diagnosing System Based on Clustering and Segmentation Techniques

Author: Sarah J. Mohammed
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2018 Volume: 36 Issue: 2 Part (B) Engineering Pages: 160-165
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

lzheimer's-disease (AD) is one of the prevalent diseases that afflict theelderly. The medical field defines Alzheimer is the destruction of brain cells sothat the person loses knowledge and perception, afflict both sexes and is calleddementia. The medical field often suffers from accurate diagnosis and detection ofthe disease in the early stages. This paper presents a diagnostic approach ofAlzheimer based on K-mean clustering algorithm with Markov random fieldsegmentation on Magnetic Reasoning Images (MRI) to build software able to helpthe medical staff identifying and diagnosis the disease. The experimental resultshows that 91% accuracy is achieved, which demonstrate the system's reliabilityin the medical diagnostic environment


Article
Gestures conversion to Arabic letters
تحويل الإيماءات إلى الحروف العربية

Authors: Shaker K .Ali شاكر كاظم علي --- Zahoor M. Aydam زهور مساعد ايدام
Journal: Univesity of Thi-Qar Journal مجلة جامعة ذي قار العلمية ISSN: 66291818 Year: 2018 Volume: 13 Issue: 4 Pages: 56-73
Publisher: Thi-Qar University جامعة ذي قار

Loading...
Loading...
Abstract

Gestures is one of the best ways of communication between dumb and blind people depend on the expression of signs. In this paper we suggest an algorithm to recognizing hand gestures of Arabic latters to communicate between the dumb (through signs) and blind (hear the voice corresponding to sings).The proposed algorithm used the video of gesture from the dumb then convert the video into frames ( images) and calculate the distance to recognition the letters by using k-mean , k- medoid and artificial neural network, calculate the distance by using Euclidean distance and slop .There are sixteen features (8-features from Euclidean distance and 8-features from slop ). The results were (93.3% For k-mean),(93.1% for k-medoid ) and(92.9% for ANN).We create our data base (from 5- videos with 308 frames).

الإيماءات هي واحدة من أفضل الطرق للتواصل بين البكم والأشخاص المكفوفين تكون عن طريق استخدام الاشارة (للابكم) والسمع (للمكفوف) للتواصل بينهم. في هذه البحث تم اقتراح خوارزمية للتعرف على لغة عن طريق الاشارة اليد للحروف العربية لكي يتواصل بين البكم (من خلال الاشارات) والمكفوفين (سماع صوت التي تمثل الاشارة). استخدمت الخوارزمية المقترحة فيديو للبكم والذي يمثل الاشارات ثم تحويل الفيديو إلى الصور ومن خلال حساب المسافة الاقليدية والميل يتم التعرف على الحروف باستخدام k-mean ، k- medoid والشبكة العصبية الاصطناعية . هناك ستة عشر ميزة (8 ميزات من المسافة الإقليدية و 8- ميزات من الميل). كانت النتائج (93.3 ٪ بالنسبة إلى k-mean) و (93.1 ٪ لـ k-medoid) و (92.9 ٪ لـ ANN) .يم استخدام قاعدة بيانات (من خمسة مقاطع فيديو مع 308 صورة).

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (2)

Arabic (1)


Year
From To Submit

2018 (3)