research centers


Search results: Found 6

Listing 1 - 6 of 6
Sort by

Article
Neural Net Approach For Image Thinning
التنحيف باستخدام تقنية الشبكات العصبية

Author: Itemad Raheem Ali اعتماد رحيم علي
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2011 Issue: 28 Pages: 66-78
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

Thinning is the operation that seeks to reduce a connected region of pixels of a given property set to a small size. One of the most applications of thinning is the image recognission. In this paper, we proposed a new algorithm for thinning an image using Neural Net approach called (Thinning Back- propagation algorithm, TBP), the results show that the operation considered including Zhang Suen algorithm, Hilditch's algorithm. Applying Zhang Suen and Hilditch's algorithms showed that the output of the Hilditch's algorithm is better from the presence of shape accuracy point of view. The proposed Thinning Back-propagation (TBP) algorithm is superior to other algorithms; the results show that the Hilditch's algorithm gives somewhat better results than Zhang Suen algorithm, therefore the proposed TBP has been implemented depending on the Hilditch's algorithm. The accuracy of the TBP is equivalent to Hilditch's algorithm but it is a little bit faster than Hilditch's algorithm. Experimental results are presented to compare the performance of the algorithms.

تهدف عملية التنحيف الى تقليص حجم شكل معين الى حجم أصغر يحمل نفس مواصفات الشكل الاصلي. التنحيف له استخدامات واسعة في تطبيقات كثيرة من ضمنها تمييز الصور. في هذا البحث تم اقتراح خوارزمية جديدة للتنحيف بالاعتماد على الشبكات العصبية وتحديداً خوارزمية الانتشار العكسي سميت (خوارزمية التنحيف بالانتشار العكسي)، وانجزت مقارنات نتائج الخوارزمية المقترحة مع كل من خوارزمية زهانك سوين وخوارزمية هيلدج.بتطبيق خوارزمية هيلدج وخوارزمية زهانك سوين أثبت إن الخوارزمية الاولى هي افضل من ناحية المحافظة على دقة الشكل.اما خوارزمية التنحيف بالانتشار العكسي المقترحة فهي افضل من الخوارزميتين الاخريتين وذلك لانها تعطي نفس دقة خوارزمية هيلدج مع عمليات حسابية اقل.


Article
Different Control Systems Parametric Identification Using Neural Networks

Author: Ebtesam Najim Abdullah AlBistenchy ابتسام نجم عبد الله
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2011 Volume: 1 Issue: 4 Pages: 94-111
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

The information is to used for system identification which involves the determination of model structure, parameter estimation and also signal estimation of non-measurable signals such as noise signals in stochastic systems. The determination of the model structure requires a construction of a mathematical representation of the system relevant to the problem at hand. Identification is classified into parametric and non parametric procedures. Parametric identification is used to identify the system parameters. On the other hand, non parametric identification method is used to map the input-output properties of the system. In this work different types of neural networks architectures, namely, feed forward neural network and Hopfield network are used as parametric identifier for both continuous and discrete control systems with different orders and types assisted by an off-line computer simulation using C++ language. Hopfield Neural Network is used as a parametric identifier with assumption of the availability of system states for measurement then, identification is performed based on input-output measurement only. Simulation results show the capability of these types of NNs to identify the unknown parameters of the plants.


Article
Monitoring of environmental variations of marshes in Iraq using Adaptive classification method.
مراقبة التغيرات البيئية لاهوار العراق باستخدام طريقة تصنيف مطورة

Authors: Ban Abed- Al-Razaq بان عبدالرزاق --- Saif Kamil Shnain سيف كامل --- Sara Jawad Abd Al-Hamza سارة جواد
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2015 Volume: 56 Issue: 3B Pages: 2401-2411
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The object of the presented study was to monitor the changes that had happened in the main features (water, vegetation, and soil) of Al-Hammar Marsh region. To fulfill this goal, different satellite images had been used in different times, MSS 1973, TM 1990, ETM+ 2000 and MODIS 2010. K-Means which is unsupervised classification and Neural Net which is supervised classification was used to classify the satellite images and finally by use adaptive classification which is apply supervised classification on the unsupervised classification. ENVI soft where used in this study.

مراقبة وحماية هور الحمار ومكوناته (ماء ونبات وتربة ) هي الشاغل الرئيس للعديد من المؤسسات الدولية والمحلية. اقمار التحسس النائي عالية الدقة هي الاداة المهمة المستخدمة لجمع المعلومات عن الاهوار لتقييم مكوناته من ماء وتربة ونبات. المنطقة المدروسة هي هور الحمار احد الاهوار الكبيرة في جنوب العراق. والذي يعتبر احد المناطق المهمة طبيعيا لاحتوائه على الاسماك والنباتات النادرة. استخدمت طريقة التصنيف (K-mean) وطريقة التصنيف (Neural Net ) لتصنيف صور الاقمار الصناعية واخيرا استخدمت طريقة مطورة والتي تتضمن تطبيق طريقة التصنيف المرشد على صورة طبق عليها التصنيف غير المرشد. استخدم برنامج ال ENVIفي هذا العمل.


Article
Modeling and Evaluation of Queuing Systems Use of ArtificialNeural Net work for Estimation of the Dissolved of Rutile Ore
نمذجة وتقييم الشبكات العصبيه لتقدير اذابة خام الروتايل

Author: Ahmed Falh
Journal: Diyala Journal For Pure Science مجلة ديالى للعلوم الصرفة ISSN: 83732222 25189255 Year: 2011 Volume: 7 Issue: 2 Pages: 13-28
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

This paper use artificial neural net work for state the fractional of dissolution rutile ore (TiO2)
with different condition ( Reaction temperature and acid concentration ,HCl) at different leaching
time ,tow neural net wok was proposed each one contain 20 samples (in put data) for training the
net work then 5 samples use to test the net work after training at different condition .
The results show the net work NO.1 give perfect estimation ,but the network No.2 was failed
to estimate the result ,also correlation factor is the most important factor in ANN(Artificial Neural
Net work) to give estimation for matching between experimental and target data.

تهدف الدراسة الحالية إلى استخدام الشبكات العصبية لغرض تحديد إذابة خام الروتايل ( ثنائي وكسيد التيتانيوم ) بظروف مختلفة من درجة حرارة وتركيز حامض الهيدروكلوريك عند أزمان نض مختلفة , تم تحضير شبكتان عصبيتان كل واحدة تحتوي على 20 مدخل لغرض تدريب الشبكة ثم استخدام 5 نماذج لغرض اختبار الشبكة عند ظروف مختلفة .ومن النتائج تبين أن الشبكة الأولى التي درست تأثير تركيز حامض الهيدروكلوريك كانت مثالية في تخمين النتائج أما الشبكة التي درست درجة حرارة التفاعل فقط أخفقت في الاختبار , وكذلك بينت الدراسة أن معامل الارتباط مهم جدا" في تدريب واختبار الشبكات العصبية لكي يتم استخدامها مستقبلا بظروف مقاربة للدراسة .


Article
PREDICTION OF TWO-PHASE FLOW BOILING CHARACTERESTICS IN MICROCHANNELS HEAT SINK BY ARTIFICIAL NEURAL NETWORK

Authors: Adnan A. Abdulrasool --- Ekhlas M. Fayyadh --- Adil Abbas Mohammed
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2017 Volume: 21 Issue: 5 Pages: 116-128
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

The current study investigated flow boiling heat transfer, pressure drop in a copper multi parallel microchannels heat sink using R134a as a working fluid. The evaporator consisted of 25 micro channels with dimensions of 300 µm wide, 700 µm deep and 209 µm separating wall thickness. It was made of oxygen free copper by CNC machining and was 20 mm long and 15 mm wide and hydraulic diameter of 420 μm. Experimental operating conditions spanned the following ranges: wall heat flux (5–120) kW/m2, mass flux 50–300 kg/m2s and system pressure 8.5–12.5 bar. The heat transfer coefficient increases with heat flux and system pressure but there is insignificant mass flux. This could be interpreted as a nucleate boiling dominant mechanism. The measured two phase flow pressure drop increases with increasing heat flux and mass flux but decreases with increasing system pressure. The effect of system pressure depends on mass flux, therefore. no pressure effect was found at low mass flux while the heat transfer coefficient increased with pressure at the high mass flux values. Pressure drop was investigated as a variation of heat flux. Simulation with Artificial Neural Network (ANN) was performed to predict heat transfer coefficient and pressure drop using MATLAB- version R2014a software, at mass flux G (75, 125, 175, 225, 275) kg/m2.s and pressure Ps (8.5, 10.5, 12.5) bar .The predicted results were compared with the experimental data and showed a good agreements.

تتضمن الدراسة الحالية التحقق من انتقال الحرارة وهبوط الضغط خلال جريان الغليان في مجاري متوازية متناهية المقطع داخل تصريف حراري نحاسي مستخدما R134a كمائع الجريان المقطع النحاسي ذو ابعاد بعرض 0.15 متر وطول 0.2 متر. يحتوي المقطع غلى 25 مجرى دقيق بعرض 700 مايكرومتر وارتفاع 300 مايكرومتر وبقطر هيدروديناميكي 420 مايكروميتر. الظروف التشغيلية تتضمن الفيض الحراري للسطح يتراوح بين 5-120 كيلوواط/ متر مربع و معدل الجريان بين 50-300 كيلوغرام/مترمربع ثانية تحت ضغط من 8.5-12.5 بار . يزداد معدل انتقال الحرارة مع ازدياد معدل الفيض الحراري ومع ضغط المنظومة وليس هناك تاثير لمعدل الجريان. هذه الحالة تفسر على هيمنة نظام بداية الغليان. فرق الضغط المقاس لحالة الجريان ثنائي الطور يزداد مع زيادة معدل الفيض الحراري وكذلك مع معدل الجريان وينخفظ مع زيادة ضغط المنظومة. يعتمد ضغط المنظومة على معدل الجريان يعني التاثير قليل عند معدل الجريان الواطئ بينما معامل انتقال الحرارة يزداد مع الضغط عند معدل الجريان العالي تم اجراء محاكاة باستخدام نظام الشبكة العصبية من خلال برنامج MATLAB- version R2014a. عند معدل جريان kg/m2.s (75, 125, 175, 225, 275) وضغط المنظومة عند (8.5, 10.5, 12.5) bar. واظهرت النتائج تطابقا معقولا مع النتائج العملية.


Article
Efficiency Improvement of Inertial Navigation System (INS) Based on Artificial Neural Network (ANN)

Author: Saadi Turied. Kurdi
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2014 Volume: 22 Issue: 4 Pages: 816-831
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

This research presents a new technique to increase the efficiency of inertial navigation system (INS) by using artificial neural networks (ANN) and reverse propagation algorithm to train the network, As known the inertial navigation system (INS) Shows the actual path of the plane and matches this path with the assigned flight route of the plane, which is set by the competent engineer pre-flight and saved in the aircraft memory of the inertial navigation system (INS). The actual path of the plane in the air it’s not straight but zigzag because of the difference in (temperature, density and pressure) for the layers of the atmosphere. The main work of the inertial navigation system is to match the actual path of the plane with the real path and to find a new path closer to the assigned flight route. The idea and purpose of this research are to increase the efficiency of the inertial navigational system, by using artificial neural networks. The method to accomplish this, is to represent of the (INS) work on the plane by using program (GIS) a geographic information system which is a powerful tool used for computerized mapping and spatial analysis and (Matlab, Simulink Release program). The results achieved of the modeling process, by taking three cases of assumed aviation cases for different time periods. Through reading correction ratios from the modeling process show that the ANN have the ability of showing high matching accuracy in the system behavior

فى هذا البحث قدمت طريقه جديده لزياده كفاءه منظومه الملاحه بالقصور الذاتى (INS) . باستخدام الشبكات العصبيه الاصطناعيه ( ANN) وخوارزميه الانتشار العكسى لتدريب الشبكه . كما هو معروف نظام الملاحه بالقصور الذاتى يبين المسار الفعلى للطائره اثناء الطيران ويطابق ( يصحح) هذا المسار مع المسار الحقيقى للطائره الذى يحدد من قبل المهندس المختص قبل الطيران استنادا على احداثيات مسار الرحله الجويه ويتم خزنه فى ذاكره نظام الملاحه بالقصور الذاتى (INS) .المسار الفعلى للطائره اثناء الطيران ليس مستقيما ولكن متعرج بسبب الاختلاف فى (درجه الحراره, الكثافه, الضغط) لطبقات الجو. العمل الرئيسى لنظام الملاحه بالقصورالذاتى هو لتطابق المسار الفعلى للطائره مع المسار الحقيقى وايجاد مسار جديد اقرب الى مسار الرحله الحقيقى. الفكره والغرض من هذا البحث هو زياده كفاءه منظومه القصور الذاتى (INS) باستخدام الشبكات العصبيه الاصطناعيه .طريقه انجاز البحث تمت بتمثيل نظام الملاحه بالقصور الذاتى للطائره ببرنامج (GIS) ونمذجه العمليه باستخدام برنامج (Matlab, Simulink program). النتائج التى تحققت من عمليه النمذجه بعد اخذ أربع حالات طيران مفترضه على اساس المسار الاصلى بفترات زمنيه مختلفه بينت ان الشبكات العصبيه قادره على اظهار نتائج عاليه الدقه فى اسلوب النظام

Listing 1 - 6 of 6
Sort by
Narrow your search

Resource type

article (6)


Language

English (6)


Year
From To Submit

2017 (1)

2015 (1)

2014 (1)

2011 (3)