research centers


Search results: Found 91

Listing 11 - 20 of 91 << page
of 10
>>
Sort by

Article
Comparisons between Automatic and Non-Automatic Clustering Algorithms
مقارنة بين خوارزميات العنقده الآلية وخوارزميات العنقده غير الآلية

Author: Jassim T. Sarsoh & Kadhem M. Hashim & Firas S. Miften
Journal: Journal of Education for Pure Science مجلة التربية للعلوم الصرفة ISSN: 20736592 Year: 2014 Volume: 4 Issue: 1 Pages: 221-227
Publisher: Thi-Qar University جامعة ذي قار

Loading...
Loading...
Abstract

This paper presents a comparative study between two famous types of clustering algorithms. These types are the automatic and non-automatic clustering algorithms. The comparisons concerned some different criteria such as: dataset size, clusters number, execution time, results quality and accuracy. An effective automatic clustering algorithm is chosen as a sample for the automatic clustering techniques, while the well-known partitional K-Means clustering algorithm is taken as a sample for the non-automatic clustering techniques. The two chosen algorithms are implemented on the same database (ORL) concerning the human face images. Some conclusions are extracted to the performance of this implementation. MATLAB version (R2010a) is used to achieve the purpose of this paper.

البحث الحالي يعرض دراسة مقارنة بين نوعين من خوارزميات العنقده، هذان النوعان هما: خوارزميات العنقده الآلية وخوارزميات العنقده غير الآلية. المقارنات المستخدمة في هذا البحث تخص بعض المعايير والضوابط مثل حجم البيانات، عدد العناقيد، زمن المعالجة، دقة النتائج. اختيرت خوارزمية عنقده ذاتية كفوءه كنموذج لخوارزميات العنقده الآلية بينما اختيرت خوارزمية K-means كنموذج لخوارزميات العنقده غير الآلية. نفذت الخوارزميتان المختارتان على نفس قاعدة البيانات وهي ORL التي تخص الوجوه البشرية وتم استخراج بعض المقارنات والاستنتاجات المفيدة بعد تنفيذ الخوارزميتين على قاعدة البيانات المذكورة أنفا.استخدمت لغة ماتلاب الإصدار (R2010a) لانجاز الهدف من البحث


Article
An Approach for Solving Missing Values in Data Set Using Clustering-Curve Fitting Technique

Authors: . Kadhim AlJanabi --- Mansoor Habeebi --- Nawras Riyadh Neamah
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2014 Volume: 2 Issue: 2 Pages: 81-99
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

Missing values in data sets represent one of the greatest challenge in analyzing data to extract knowledge from the data set. The work in this paper presents a new approach for solving the missing values problems by using and merging two different techniques; clustering (K-means and Expectation Maximization) and curve fitting. More than twenty thousand records of real health data set collected from different Iraqi hospitals were used to create and test the proposed approach that showed better results than the most popular techniques for estimation missing values such as most common values, overall overage, class average, and class most common values. Different software were used in the proposed work including WEKA (Waikato Environment for Knowledge Analysis), Matlab, Excel and C++.


Article
Improved Color Image Segmentation by Using Extended FCM Clustering

Author: Saeed Mohammed Hashim
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2014 Volume: 6 Issue: 4 اللغة الانكليزية Pages: 57-71
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

Color image has the potential to convey more information than monochrome or gray level images, RGB color model is used in many applications of image processing and image analysis such as Image Segmentation. The standard approaches to image analysis and recognition beings by segmentation of the image into regions (objects) and computing various properties and relationships among these regions. Image segmentation algorithms, have been developed for extracting these regions. Due to the inherent noise an degradation of the input cues to the algorithm , meaningful image segmentation is difficult process. However, the regions are not always defined, it is sometimes more appropriate to regard them as fuzzy subjects of the image. In this work the way is described an algorithm, which are used to segmentation of color images with clustering methods. This algorithm is tested on ten different color images, which are firstly transformed to R*B*G* color space. Conditions, results and conclusions are described lower. The results are compared using both Mahalanobis and Euclidean distances in the clustering algorithm.

الصورة الملونة لديها القدرة على ايصال المعلومات اكثر من مستوى الاحادية والصورة الرمادية. إن نظام الالوان RGB يعتبر النظام الاكثر استخداما في تطبيقات معالجة وتحليل الصور الملونة مثل عملية تقطيع الصور الى مناطق محددة .المنهج القياسي لتحليل الصور يبدأ بعملية تقطيع الصورة الى مناطق معينة ومن ثم ايجاد او حساب الخصائص والعلاقات بين هذه المناطق. خوارزميات تقطيع الصور صممت لا يجاد واستخلاص هذه المناطق في الصورة ,بسبب الضوضاء الملازمة وتأثيرها على الصورة المدخلة تظل عملية التقطيع هذه اكثر صعوبة وتحديا كبيرا ,لذلك المناطق لا يمكن دائما ايجادها بسهولة في الصورة ويمكن اعتبارها اشياء غامضة ومضببه .في هذا البحث تم تصميم نظام او خوارزمية لتقطيع الصورة الملونة باستخدام طريقة العنقدة (عناقيد) ,حيث تم تجريب هذه الخوارزمية على عدة صور ملونة مختلفة تبدا من استخدام النظام اللوني RGB . الشروط و النتائج والاستنتاجات تم وصفها وذكرها في البحث , والنتائج تم مقارنة النتائج بين طريقتين لحساب المسافة بين العناقيد ومراكزها الاولى تسمى الاقليدية والثانية تسمى Mahalanobis المستخدمة في العناقيد.


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
Jaccard Coefficients based Clustering of XML Web Messages for Network Traffic Aggregation

Author: Dhiah Al-Shammary
Journal: Journal of Al-Qadisiyah for Computer Science and Mathematics مجلة القادسية لعلوم الحاسوب والرياضيات ISSN: 20740204 / 25213504 Year: 2019 Volume: 11 Issue: 2 Pages: Comp Page 82-91
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

This paper provides static efficient clustering model based simple Jaccard coefficients that supports XML messages aggregator in order to potentially reduce network traffic. The proposed model works by grouping only highly similar messages with the aim to provide messages with high redundancy for web aggregators. Web messages aggregation has become a significant solution to overcome network bottlenecks and congestions by efficiently reducing network volume by aggregating messages together removing their redundant information. The proposed model performance is compared to both K-Means and Principle Component Analysis (PCA) combined with K-Means. Jaccard based clustering model has shown potential performance as it only consumes around %32 and %25 processing time in comparison with K-Means and PCA combined with K-Means respectively. Quality measure (Aggregator Compression Ratio) has overcome both benchmark models.


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
Fuzzy Based Clustering for Grayscale Image Steganalysis
التجمع الضبابي لتحليل الاخفاء في الصورة الرمادية

Authors: Sarab M. Hameed سراب مجيد حميد --- Rasha A. Mohammed رشا عبد المجيد محمد --- Baraa' A. Attea براء علي عطية
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2015 Volume: 56 Issue: 2A Pages: 1161-1175
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Steganography is the science that involves communicating secret message in a multimedia carrier. On the other hand, steganalysis is the field dedicated to detect whether a given multimedia has hidden message in it. The detection of hidden messages is revealed as a classification problem. To this end, this paper has two contributions. Up to the best of our knowledge, this is the first time todefine grayscale image steganalysis, as a fuzzy c-means clustering (FCM) problem. The objective of the formulated fuzzy problem is to construct two fuzzy clusters: cover-image and stego-image clusters. The second contribution is to define a new detector, called calibrated Histogram Characteristic Function (HCF) with HaarWavelet(HCF^HW). The proposed detector is exploited, by the fuzzy clustering algorithm, as a feature set parameter to define the boundaries of the cover- and stego- images clusters. Performance evaluations of FCM with HCF^HW in terms of accuracy, detection rate, and false positive rate are investigated and compared with other work based on HCF Center of Mass or HCF-COM andcalibrated HCF-COM by down sampling. The comparison reveals out that the proposed FCM with (HCF^Hw)significantly outperforms other work.

إخفاء المعلومات هو العلم الذي يتضمن نقل رسالة سرية مضمنة في الوسائط المتعددة. من ناحية أخرى، تحليل الأخفاء هو الحقل المخصص لاكتشاف في ما إذا كان الوسط المتعدد يحتوي على رسالة مخفية أو لا. يمكن اعتبار عملية الكشف عن الرسائل المخفية مشكلة تصنيف. لذلك، فإن هذا البحث يسهم في أمرين. أولا، تحليل الأخفاء في الصور الرمادية،باستخدام خوارزمية التجمع الضبابي ال (FCM).إن الهدف من استخدام خوارزمية التجمع الضبابي في الكشف هو تكوينمجموعتين من التجمع الضبابي هما: مجموعة الصور التي لا تحتوي على بيانات مخفيةومجموعةالصور التي تحتوي على بيانات مخفية. الاسهام الثاني, هو تعريف كاشف جديد بالإعتمادعلى طريقة تحليل الموجات من نوع هار (Haar Wavelet) يسمى (HCF^HW) لتحديد مجموعة ميزات يتم استخدامها لاحقاً مع خوارزمية التجمع الضبابي المقترحة (FCM)، لتحديد مجموعة الصور التي لا تحتوي على بيانات مخفية والمسماة (Cover Images ) من الصور التي تحتوي على بيانات مخفية والمسماة (Images(Stego. تم التحقق في تقييم أداء ((FCM معHCF^HW)) من حيث الدقه ومعدل الأكتشاف ، ومعدل الإيجابية الكاذبه ومقارنتها مع غيرها من الأعمال على أساس مركز كتلة (HCF) أو (HCF-COM) وتحديد (HCF-COM)بواسطة الاختزال((Down-sampling. وتبين المقارنة إلى أن (FCM) المقترح مع (HCF^HW) يتفوق بشكل كبير على الأعمال الأخرى.


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

Listing 11 - 20 of 91 << page
of 10
>>
Sort by
Narrow your search

Resource type

article (91)


Language

English (77)

Arabic (6)

Arabic and English (6)


Year
From To Submit

2019 (11)

2018 (11)

2017 (15)

2016 (11)

2015 (8)

More...