research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
مقارنة بين طريقتي تحليل المركبات الرئيسية والمركبات الرئيسية اللبيه لتقليل الابعاد الصورية

Authors: اسيل مسلم عيسى --- اسماء غالب الراوي
Journal: IRAOI JOURNAL OF STATISTICAL SCIENCES المجلة العراقية للعلوم الاحصائية ISSN: 1680855X Year: 2019 Volume: 16 Issue: 29عدد خاص بالمؤتمر الطلابي الاول Pages: 11-24
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

يتناول البحث طريقتين لتقليل الابعاد وهي طريقة تحليل المركبات الرئيسية(PCA) في حال كون التراكيب خطيه وطريقة المركبات الرئيسية اللبيه (KPCA) في حال كون المركبات لاخطية لمعالجة وتحليل الصور الرقمية وذلك للحصول على معلومات مفيدة. ومن ثم المقارنه بين الطريقتين ومعرفة اي الطرائق تكون مناسبة لتقليل الابعاد الصورية . وتم تطبيق الطرائق على مجموعة من صور الاقمار الاصطناعية لمنطقة في محافظة البصرة الذي يمثل مصب دجلة والفرات في شط العرب وأيضا القنوات المائية المتخللة لمحافظة البصرة والمسطحات المائية المنتشرة حول هذه القنوات.في هذا البحث تم التوصل الى ان الحزمه الصورية الرابعة افضل باستخدام طريقة PCA حيث كانت القيمه كامنة لها اكبر قيمة ,اما طريقة KPCAفقد اظهرت ان الحزمة الصورية الثالثه هي الافضل حيث اعطت اعلى قيمه كامنة . وبالمقارنة بين الطريقتين باستخدام معيار متوسط مربعات الخطأ (MSE) ,اظهرت النتائج ان طريقة المركبات الرئيسية اللبيه (KPCA) هي الافضل .


Article
Use Principal Component Analysis Technique to Dimensionality Reduction to Multi Source
استخدام تقنيه تحليل المركبات الرئيسيه لتقليل الابعاد الصورية متعددة المصادر

Authors: asmaa ghaleeb اسماء غالب الراوي --- aseel moslem اسيل مسلم عيسى
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2019 Volume: 25 Issue: 115 Pages: 464-473
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper tackles with principal component analysis method (PCA ) to dimensionality reduction in the case of linear combinations to digital image processing and analysis. The PCA is statistical technique that shrinkages a multivariate data set consisting of inter-correlated variables into a data set consisting of variables that are uncorrelated linear combination, while ensuring the least possible loss of useful information. This method was applied to a group of satellite images of a certain area in the province of Basra, which represents the mouth of the Tigris and Euphrates rivers in the Shatt al-Arab in the province of Basra. In this research, when selected the best imaging band in terms of taking the highest eigen value, it is shown that the fourth image band is best when using the PCA method . The application principal component analysis, which depends on the eigen values, showed that the application of PCA gave high and accurate results in determining the best image among the six image beams. It was found that the fourth images which has the highest eigen value is the best and this indicates that it contains the most important Independent properties in images, which are used for analysis, such as isolating water areas, agricultural areas, soil type, etc.

يتناول البحث طريقة تحليل المركبات الرئيسية لتقليل الابعاد في حال كون التراكيب خطيه لمعالجة وتحليل الصور الرقمية .تعمل خوارزمية تحليل المركبات الرئيسية على تقليص عدد كبير من المتغيرات الى عدد اقل من المتغيرات غير مترابطة مع ضمان اقل خسارة ممكنه من المعلومات المفيدة .وتم تطبيق هذه الطريقة على مجموعة من صور الاقمار الاصطناعية لمنطقة معينه في محافظة البصرة والتي تمثل مصب نهري دجلة والفرات في شط العرب في محافظة البصره .ولقد تبين من تطبيق تحليل المركبات الرئيسية والذي يعتمد على القيم الكامنة ان تطبيق خوارزمية تحليل المركبات الرئيسية اعطت نتائج عاليه ودقيقه في تحديد افضل حزمة صوريه من بين الحزم الصورية الستة .فقد تم التوصل الى ان الحزمة الرابعة والتي تمتلك اعلى قيمة كامنة هي الافضل وهذا يدل على انها تحتوي على اهم الخواص المستقلة في الصور والتي تستخدم للتحليل كعزل المناطق المائية ونوع التربه والمناطق الزراعيه وغيرها.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic (1)

Arabic and English (1)


Year
From To Submit

2019 (2)