Recognition between eudiscoaster and heliodiscoaster using competitive neural network

العناوين الأخرى

التمييز بين الايوديسكواستر و الهيليوديسكواستر باستخدام الشبكة العصبية التنافسية الذكية

المؤلفون المشاركون

al-Badrani, Umar Ahmad
al-Nuaymi, Raid R.

المصدر

Iraqi Journal of Earth Sciences

العدد

المجلد 10، العدد 2 (30 نوفمبر/تشرين الثاني 2010)، ص ص. 97-110، 14ص.

الناشر

جامعة الموصل كلية العلوم

تاريخ النشر

2010-11-30

دولة النشر

العراق

عدد الصفحات

14

التخصصات الرئيسية

تكنولوجيا المعلومات وعلم الحاسوب

الموضوعات

الملخص AR

تم في هذا البحث تصميم نظام لتعرف على الأيوديسكواستر و الهيكلوديسكواستر التابعة لمتحجرات النانو الكلسية بالعتماد على الشبكة لعصبية التافسية الذكية.

حيث تم اعتماد اتجاهين رئيسين للوصول إلى الغاية المنشودة : الأول يتكون من عمليات تحليل صور المتحجرات المجهرية قيد الدرس للتوصل إلى قاعدة بيانات كل نوع، و الثاني هو استخدام الشبكة العصبية التنافسية لغرض التمييز.

تتضمن عمليات تحليل الصورة كل العمليات على صورة المتحجر التي تم التقاطها و لغاية الوصول إلى أوضح صورة لاستخراج البيانات منها.

تبدأ العملية بالتقاط صورة تحوي على لمتحجر ثم سيتم تحسين صورة، و بعدها سيتم تقسيمها إلى 144 جزء، و يمكن بسهولة استخراج معدل كل جزء من هذه الأجزاء.

و سيتم استخدام هذه القيم كإدخالات لشبكة عصبية من أجل لتمييز.

تم استخدام طرق الشبكات العصبية للمقارنة و هي الشبكة العصبية التنافسية الذكية.

إن قيم الأوزان و الإخراج في الشبكة العصبية المستخدمة سيتمم خزنها ليتم استعمالها في عملية لتمييز.

و قد نجحت الشبكة و حققت (نسبة خطأ القبول = 15 % - نسبة خطأ الرفض = 15 %).

الملخص EN

This research is aimed to design a 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 into144 parts, and 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 %).

نمط استشهاد جمعية علماء النفس الأمريكية (APA)

al-Badrani, Umar Ahmad& al-Nuaymi, Raid R.. 2010. Recognition between eudiscoaster and heliodiscoaster using competitive neural network. Iraqi Journal of Earth Sciences،Vol. 10, no. 2, pp.97-110.
https://search.emarefa.net/detail/BIM-254360

نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)

al-Badrani, Umar Ahmad& al-Nuaymi, Raid R.. Recognition between eudiscoaster and heliodiscoaster using competitive neural network. Iraqi Journal of Earth Sciences Vol. 10, no. 2 (Nov. 2010), pp.97-110.
https://search.emarefa.net/detail/BIM-254360

نمط استشهاد الجمعية الطبية الأمريكية (AMA)

al-Badrani, Umar Ahmad& al-Nuaymi, Raid R.. Recognition between eudiscoaster and heliodiscoaster using competitive neural network. Iraqi Journal of Earth Sciences. 2010. Vol. 10, no. 2, pp.97-110.
https://search.emarefa.net/detail/BIM-254360

نوع البيانات

مقالات

لغة النص

الإنجليزية

الملاحظات

Includes bibliographical references : p. 109-110

رقم السجل

BIM-254360