research centers


Search results: Found 7

Listing 1 - 7 of 7
Sort by

Article
Recognition of Eudiscoaster and Heliodiscoaster Using SOM Neural Network

Author: Raid R. AL-Nima
Journal: AL-Rafidain Journal of Computer Sciences and Mathematics مجلة الرافدين لعلوم الحاسوب والرياضيات ISSN: 18154816 Year: 2010 Volume: 7 Issue: 3 Pages: 141-152
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

الملخص
تم في هذا البحث تصميم نظام للتعرف على الايوديسكواستر و الهيليوديسكواستر التابعة لمتحجرات النانو الكلسية بالاعتماد على الشبكة العصبية ذات التنظيم الذاتي الذكية. حيث تم اعتماد اتجاهين رئيسيين للوصول إلى الغاية المنشودة: الأول يتكون من عمليات تحليل صور المستحاثات قيد الدراسة للتوصل إلى قاعدة بيانات كل نوع، والثاني هو استخدام الشبكة العصبية ذات التنظيم الذاتي لغرض التمييز.
تنفذ عمليات التحليل على صورة نوع (.jpg) للمتحجر والتي تم التقاطها لغاية الوصول إلى أوضح صورة لاستخراج البيانات منها. تبدأ العملية بالتقاط صورة تحوي على المتحجر ثم يتم تحسين الصورة، وبعدها يتم تقسيمها إلى 144 جزءاً ويمكن بسهولة استخراج معدل كل جزء من هذه الأجزاء. و ثم تستخدم هذه القيم كإدخالات للشبكة العصبية ذات التنظيم الذاتي الذكية. تم استخدام احد طرائق الشبكات العصبية للمقارنة وهي الشبكة العصبية ذات التنظيم الذاتي الذكية (SOM). إن قيم الأوزان والإخراج في الشبكة العصبية المستخدمة يتم خزنها لتستعمل في عملية التمييز. وقد نجحت الشبكة وحققت (نسبة خطأ القبول = 15% - نسبة خطأ الرفض = 15%).
ABSTRACT
This research is aimed to design an Eudiscoaster and Heliodiscoaster recognition system. There are two main steps to verify the goal. First: applying image processing techniques on the fossils picture for data acquisition. Second: applying neural networks techniques for recognition.
The image processing techniques display the steps for getting a very clear image necessary for extracting data from the acquisition of image type (.jpg). This picture contains the fossils. The picture should be enhanced to bring out the pattern. The enhanced picture is segmented into 144 parts, then an average for every part can easily be computed. These values will be used in the neural network for the recognition.
For neural network techniques, Self Organization Maps (SOM) neural network was used for clustering. The weights and output values will be stored to be used later in identification. The SOM network succeeded in identification and attained to (False Acceptance Rate = 15% - False Rejection Rate = 15%).

Keywords


Article
Design a Biometric Identification System Based on the Fusion of Hand Geometry and Backhand Patterns
نظام التمييز المعتمد على دمج بصمة جغرافية الكف مع خريطة ظاهر الكف

Author: Raid R. Al-nima
Journal: IRAOI JOURNAL OF STATISTICAL SCIENCES المجلة العراقية للعلوم الاحصائية ISSN: 1680855X Year: 2010 Volume: 10 Issue: 17عدد خاص بالمؤتمر الرابع Pages: 169-180
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

This paper describes the design and development of a prototype system for the automatic identification of an individual based on the fusion of hand geometry with backhand patterns. Information fusion at the feature extraction and at the confidence level, where the matching scores reported by Bayesian backpropagation neural network, is discussed. The system was tested with the template files. The test performance, False Acceptance Rate (FAR) = 10% and False Rejection Rate (FRR) = 0%, suggests that the system can be used in medium/high security large buildings environments.

يهدف البحث الى تصميم وتطوير نظام لتمييز الافراد معتمدا على دمج بصمة جغرافية الكف مع خريطة ظاهر الكف، الاندماج الناتج زاد من كفاءة النظام ومن قابليته الامنية. تطلب العمل معالجة للصورة لغرض استخراج البيانات اللازمة.تم في هذا البحث ايضا استخدام شبكة Bayesian bakbpropation العصبية في عملية استخلاص ختم رقمي خاص بكل صورة كف.تم اختبار وفحص النظام لعينات متشابهة ومختلفة وكانت النتيجة (نسبة خطأ القبول=10%- نسبة خط الرفض=0%). ان هذا النظام مهيأ للاستخدام في امن الشركات والبنايات من المتطفلين.

Keywords


Article
Human Authentication with Earprint for Secure Telephone System

Author: Raid R. Al-Nima*
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2012 Volume: 12 Issue: 2 Pages: 47-55
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract: This paper describes the design and development of a prototype system for the automatic authentication of an individual based on the human ear patterns. Information at the feature extraction and at the confidence level, where the matching scores are reported by Probabilistic neural network, is discussed. The system was tested with the template files. The test performance reaching False Rejection Rate (FRR) = 9% and False Acceptance Rate (FAR) = 9%, suggests that the system can be used in telephone security environments.


Article
Data encryption Using Backpropagation Neural Network
تشفير البيانات باستخدام الشبكة العصبية ذات الإنتشار الخلفي

Author: Raid R. Al-nima رائد رافع النعمة
Journal: Tikrit Journal of Pure Science مجلة تكريت للعلوم الصرفة ISSN: 18131662 Year: 2010 Volume: 15 Issue: 2 Pages: 112-117
Publisher: Tikrit University جامعة تكريت

Loading...
Loading...
Abstract

The aim of this research is to build a ciphering technique by using artificial neural network to protect data against unauthorized access to the data being transferred.The encryption data includes three stages: first Stage :- Training a network by using backpropagation to obtain weights. Second Stage:- Encryption data by using the weights obtained from first stage and consider the weights of first layer as a public key. third Stage:- Decryption data by using the weights obtained from the first stage and consider the weights of second layer as a private key. The three stages are attained 100% success for data encryption process and data getting back process.This technique is similar to coding asymmetric, and have the ability of coding a group of data such as:- text, characters, numbers and waves. This work is executed by computer type P4 with whole equipments and Matlab language version 7.

يهدف البحث إلى بناء تقنية تشفير باستخدام الشبكة العصبية ذات الإنتشار الخلفي لغرض حماية البيانات من هجمات المتطفلين.تقنية التشفير المطروحة تتضمن ثلاثة مراحل: المرحلة الأولى:- تدريب البيانات باستخدام الشبكة العصبية ذات الإنتشار الخلفي للحصول على الأوزان. المرحلة الثانية:- تشفير البيانات عن طريق استخدام الأوزان المستخلصة من القسم الأول للشبكة العصبية (الأوزان الواقعة بين طبقة الإدخال والطبقة المخفية)، واعتبار هذه الأوزان المفتاح العام. المرحلة الثالثة:- فك تشفير البيانات باستخدام الأوزان المستخلصة من القسم الثاني للشبكة العصبية (الأوزان الواقعة بين الطبقة المخفية وطبقة الإخراج)، واعتبار هذه الأوزان المفتاح الخاص. حققت هذه التقنية نسبة نجاح وصلت إلى 100% عن تشفير البيانات وإعادتها إلى صيغتها الأصلية.تعتمد التقنية أسلوب التشفير غير التناظري، وهي لها القابلية على تشفير مجموعة من البيانات مثل: نص، حروف، أرقام و موجات. تم تنفيذ هذا العمل بواسطة حاسبة نوع بنتيوم 4 كاملة المواصفات والبرمجة كانت تحت نظام الماتلاب الإصدار 7.


Article
Picture Recognition by Using Linear Associative Memory Neural Network
تمييز الصور باستخدام الشبكة العصبية ذات الترافق الخطي الذكية

Author: Raid R. Al-nima رائد رافع النعمة
Journal: Tikrit Journal of Pure Science مجلة تكريت للعلوم الصرفة ISSN: 18131662 Year: 2008 Volume: 13 Issue: 3 Pages: 266-273
Publisher: Tikrit University جامعة تكريت

Loading...
Loading...
Abstract

This project aims to design a computerized system to recognize personal peoples pictures for security purposes by applying Linear Associative Memory (LAM) neural network techniques .First the picture will be segmented into 100 parts , then a standard Deviation (STD) will compute for every part . Then the weights and output values will be stored in a text file to be used later in LAM identification . The Linear Associative Memory network attained to (False Acceptance Rate = 0% - False Rejection Rate = 0%) .The system is built using SCANER device , Pentium 4 with SVGA display adapter and sounds amplifier . The software program handles images of type JPG format ; it programmed under MATLAB ver. 6.5 or 7.

تم في هذا البحث تصميم نظام للتعرف على الأشخاص اعتمادا على صورهم . حيث تم اعتماد أسلوب الشبكات العصبية ذات الترافق الخطي الذكية لغرض التمييز والوصول إلى هدف البحث . يتم تقسيم الصورة المراد تشخيصها إلى 100 جزء ، ثم بسهولة استخراج الانحراف المعياري لكل جزء من هذه الأجزاء . و يتم استخدام هذه القيم كإدخالات للشبكة العصبية من أجل التمييز . إن قيم أوزان وإخراج شبكة الترافق الخطي تم خزنها داخل ملف نصي لكي تستخدم في عملية التمييز . لقد حققت هذه الشبكة العصبية (نسبة خطأ القبول = 0% - نسبة خطأ الرفض = 0%) من مجموع 20 صورة.ينفذ النظام المقترح باستخدام حاسبة Pentium 4 مع شاشة نوع SVGA مع جهاز ماسح ضوئي للصور SCANER. إن برنامج هذا النظام يتعامل مع ملفات صورة نوع JPG وهو يعمل تحت بيئة MATLAB الإصدار 6.5 وكذلك الإصدار 7.

Keywords


Article
Multiple Data Type Encryption Using Genetic Neural Network
تشفير أنواع مختلفة من البيانات باستخدام الشبكة العصبية الجينية

Authors: Ali N. Hamed --- Ridwaan Y. Srdeeq --- Raid R. Al-Nima
Journal: Tikrit Journal of Engineering Sciences مجلة تكريت للعلوم الهندسية ISSN: 1813162X 23127589 Year: 2010 Volume: 17 Issue: 2 Pages: 51-57
Publisher: Tikrit University جامعة تكريت

Loading...
Loading...
Abstract

The aim of this research is to build a ciphering system by using genetic neural network technique to protect data against unauthorized access to the data being transferred.
The encryption data includes three stages: first Stage :- Using the genetic algorithm to train backpropagation neural network for obtaining weights. Second Stage:- Encryption data by using the weights obtained from first backpropagation layer and consider its weights as a encrypted key. third Stage:- Decryption data by using the weights obtained from second backpropagation layer and consider its weights as a decrypted key.
This system is similar to coding asymmetric, and have the ability of coding a group of data such as:- pictures, waves and texts.
Keywords: Encryption , Decryption , Genetic , Neural network , Genetic neural network.

Keywords


Article
Recognition Between Eudiscoaster and Heliodiscoaster Using Competitive Neural Network
التمييز بين الايوديسكواستر و الهيليوديسكواستر باستخدام الشبكة العصبية التنافسية الذكية

Loading...
Loading...
Abstract

ABSITRACT
This research is aimed to design an Eudiscoaster and Heliodiscoaster recognition system. There are two main steps to verify the goal. First: applying image processing techniques on the fossils picture for data acquisition. Second: applying neural networks techniques for recognition.
The image processing techniques display the steps for getting a very clear image necessary for extracting data from the acquisition of image. This picture contains the fossils. The picture should be enhanced to bring out the pattern. The enhanced picture is segmented into 144 parts, then an average for every part can easily be computed. These values will be used in the neural network for the recognition.
For neural network techniques, Competitive neural network was used for comparisons. The weights and output values will be stored to be used later in identification. The Competitive network succeeded in identification and attained to (False Acceptance Rate = 15% - False Rejection Rate = 15%).
ــــــــــــــــــــــــــــــــــــــــــــــــ

تم في هذا البحث تصميم نظام للتعرف على الايوديسكواستر و الهيليوديسكواستر التابعةلمتحجرات النانو الكلسية بالاعتماد على الشبكة العصبية التنافسية الذكية. حيث تم اعتماد اتجاهين رئيسينللوصول إلى الغاية المنشودة: الأول يتكون من عمليات تحليل صور المتحجرات المجهرية قيد الدرسللتوصل إلى قاعدة بيانات كل نوع، والثاني هو استخدام الشبكة العصبية التنافسية لغرض التمييز.تتضمن عمليات تحليل الصورة كل العمليات على صورة المتحجر التي تم التقاطها ولغايةالوصول إلى أوضح صورة لاستخراج البيانات منها. تبدأ العملية بالتقاط صورة تحوي على المتحجر ثمسيتم تحسين الصورة، وبعدها سيتم تقسيمها إلى 144 جزء، ويمكن بسهولة استخراج معدل كل جزء منهذه الأجزاء. و سيتم استخدام هذه القيم كإدخالات لشبكة عصبية من أجل التمييز.تم استخدام إحدى طرق الشبكات العصبية للمقارنة وهي الشبكة العصبية التنافسية الذكية. إن قيمالأوزان والإخراج في الشبكة العصبية المستخدمة سيتم خزنها ليتم استعمالها في عملية التمييز. وقد.(% نجحت الشبكة وحققت (نسبة خطأ القبول = 15 % - نسبة خطأ الرفض = 15

Listing 1 - 7 of 7
Sort by
Narrow your search

Resource type

article (7)


Language

English (5)

Arabic (1)


Year
From To Submit

2012 (1)

2010 (5)

2008 (1)