research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
Recognition of Warping Face Image and Morphing Face Image of Two Warping Image Using Hidden Markov Model
استخدام نماذج ماركوف المخفية في التعرف على صور الوجه المشوه والمركب من صورتين مشوهتين

Authors: بان أحمد حسن متراس --- رشا رعد هادي المولى
Journal: IRAOI JOURNAL OF STATISTICAL SCIENCES المجلة العراقية للعلوم الاحصائية ISSN: 1680855X Year: 2011 Volume: 11 Issue: 20 Pages: 204-221
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this paper, using algorithm models of Hidden Markov models, it has been concluded that the possibility of recognizing the warp face and the morph face the image real departments face on recognizing object. In through applicability Algorithms model of Hidden Markov and allegation with Algorithm (Beier-Neely) get through in to practicability the defining recognizing the warp face image and the morph face image. The results of hidden Markov models indicate that the matrix at the final iterate able to recognize the warp face and the morph face. Programmers of all algorithm are writhen using the language Matlab (R2008a) 7.6.0.

تم في هذا البحث استخدام خوارزميات نماذج ماركوف المخفية للتعرف على صورة الوجه المشوه وصورة الوجه المركب لغرض التعرف على أقسام الوجه الحقيقية للصورة. ومن خلال تطبيق خوارزميات نماذج ماركوف المخفية ودمجها مع خوارزمية (Beier-Neely) تم التوصل إلى إمكانية التعرف على صورة الوجه المشوه وصورة الوجه المركب من صورتين مشوهتين. إن أهم جزء من النتائج هو القيم التي تم الحصول عليها من المصفوفة عند التكرار الأخير بالنسبة الى صورة الوجه المشوه والمركب فقد لوحظ إن خوارزميات نماذج ماركوف المخفية لها القدرة على التعرف على الأشياء التابعة لصور الوجه مما يؤكد إن الصور التي تم التعامل معها كانت حاوية على وجه واضح المعالم. إن برامج الخوارزميات كتبت باستخدام لغة Matlab (R2008a) 7.6.0.

Keywords


Article
Using Genetic Algorithm in Solving Transportation Problem
استخدام الخوارزمية الجينية في حل مسألة النقل

Authors: بان أحمد حسن متراس --- همسة معن محمد ثابت
Journal: IRAOI JOURNAL OF STATISTICAL SCIENCES المجلة العراقية للعلوم الاحصائية ISSN: 1680855X Year: 2007 Volume: 7 Issue: 11 Pages: 139-152
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

This research concentrates on the study of genetic algorithm which is regarded as one of the approaches of modern artificial intelligence an algorithm is suggested to transfer a gene to solve the problems of transportation. The application of this algorithm to the matters of balanced transportation led to a number of solutions equal to the number of generation including the most ideal solution (the least possible total cost). In addition, a new leap is suggested through the algorithm of genetic transference whose use led to tangible importance in the results (reducing the value of the total cost).

انصب اهتمام هذا البحث على دراسة الخوارزمية الجينية التي تعد أحد أساليب الذكاء الاصطناعي الحديثة وتطبيقها على مسألة النقل، حيث تم اقتراح خوارزمية نقل جينية لحل مسائل النقل وأدى تطبيق الخوارزمية على مسائل النقل المتوازنة الى إيجاد عدد من الحلول بعدد مرات التوليد من ضمنها الحل الأمثل (أقل كلفة كلية ممكنة). وتم أيضاً اقتراح طفرة جديدة من خلال خوارزمية النقل الجينية، أدى استخدامها إلى تحسين كبير في النتائج (تقليل قيمة الكلفة الكلية).

Keywords


Article
A Novel Invasive Weed Optimization Algorithm (IWO) by Whale Optimization Algorithm(WOA) to solve Large Scale Optimization Problems
خوارزمية أمثلة الأعشاب الضارة الجديدة(IWO)باستخدام خوارزمية أمثلة الحوت (WOA) لحل مسائل الأمثلية ذات القياس العالي

Authors: بان أحمد حسن متراس --- عبد الستار محمد خضر --- هند طلعت ياسين
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2019 Volume: 25 Issue: 110 Pages: 426-446
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Abstract In this work, two algorithms of Metaheuristic algorithms were hybridized. The first is Invasive Weed Optimization algorithm (IWO) it is a numerical stochastic optimization algorithm and the second is Whale Optimization Algorithm (WOA) it is an algorithm based on the intelligence of swarms and community intelligence. Invasive Weed Optimization Algorithm (IWO) is an algorithm inspired by nature and specifically from the colonizing weeds behavior of weeds, first proposed in 2006 by Mehrabian and Lucas. Due to their strength and adaptability, weeds pose a serious threat to cultivated plants, making them a threat to the cultivation process. The behavior of these weeds has been simulated and used in Invasive Weed Optimization Algorithm (IWO), as for the Whale Optimization Algorithm (WOA) uses the intelligence of the swarms to reach the goal and achieve the best solution, which simulates the unique hunting behavior of humpback whales, which is called fishing by bubble trap hunting by creating distinctive bubbles along a circle or a path in the form of 9 has appeared for the first time in 2016 by Mirjalili and Lewis. In order to benefit from the intelligence of the flocks and to avoid falling into local solutions, the new hybridization between the IWO and WOA algorithm was proposed to launch the new hybrid algorithm (IWOWOA). The new hybrid algorithm (IWOWOA) was applied on 23 functions of large scale optimization problems, The proposed algorithm showed very high efficiency in solving these functions. The proposed algorithm was able to reach the optimal solutions by achieving the minimum value of most of these functions. This algorithm was compared with the basic algorithms IWO, WOA and two algorithms that follow the swarm system these algorithms are particle swarm optimization (PSO) and chicken swarm optimization (CSO) [7], they have been statistically tested by calculating the mean arithmetic μ and standard deviation σ for these functions.

تم في هذا العمل تهجين خوارزميتين من خوارزميات الميتاهيوريستيكMetaheuristic ، الأولى هي خوارزمية أمثلة الأعشاب الضارة IWO وهي خوارزمية عشوائية عددية والثانية هي خوارزمية أمثلة الحوت WOA وهي خوارزمية تعتمد على ذكاء الأسراب وذكاء المجتمع. خوارزمية أمثلة الأعشاب الضارة هي خوارزمية ملهمة من الطبيعة وبالتحديد من السلوك الإستعماري للأعشاب الضارة والتي أقترحت لأول مرة في عام 2006 من قِبل Mehrabian and Lucas إذ تُشكل الأعشاب الضارة بسبب قوتها وقدرتها على التكيف تهديداً خطيراً على النباتات المزروعة مما يجعلها تهديداً لعملية الزراعة بحد ذاتها لذا تمت محاكاة سلوك هذه الأعشاب والاستفادة منها في خوارزمية أمثلة الأعشاب الضارة IWO. تستخدم خوارزمية أمثلة الحوت WOA ذكاء الأسراب للوصول إلى الهدف وتحقيق أفضل حل وهي تحاكي سلوك الصيد الفريد للحيتان الحدباء والذي يُدعى الصيد بواسطة شرك الفقاعة إذ يتم صيد الفريسة عن طريق إنشاء فقاعات مميزة على طول دائرة أو مسار على شكل 9 وقد ظهرت لأول مرة في عام 2016 من قِبَل Mirjalili and Lewis. وللإفادة من ذكاء الأسراب وتجنب الوقوع في الحلول المحلية تم إقتراح عملية التهجين الجديدة بين خوارزمية أمثلة الأعشاب الضارة IWO و خوارزمية أمثلة الحوت WOA ليُطلق على الخوارزمية المهجنة الجديدة إختصاراً ((IWOWOA. طُبقت الخوارزمية الهجينة الجديدة((IWOWOA على 23 دالة من دوال الأمثلية ذات القياس العالي وأظهرت الخوارزمية المقترحة كفاءة عالية جداً في حل هذه الدوال إذ أستطاعت الخوارزمية المقترحة الوصول إلى الحلول المثلى وذلك بتحقيقها القيمة الأصغرية (fmin) لمعظم هذه الدوال إذ تمت مقارنة هذه الخوارزمية مع الخوارزميات الأساسية IWO,WOA ومع خوارزميتين تتبعان نظام السرب وهما خوارزمية أمثلة أسراب الطيورPSO وخوارزمية أمثلة سرب الدجاج *CSO*[7] وقد أختبرت إحصائياً وذلك بحساب المعدل الحسابي µ والإنحراف المعياري على هذه الدوال.

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

Arabic (2)

Arabic and English (1)


Year
From To Submit

2019 (1)

2011 (1)

2007 (1)