General regression neural network application for dynamic data compression and decompression

المؤلفون المشاركون

Muhammad, Suzan H.
Hassun, Safwan Umar

المصدر

مجلة الرافدين لعلوم الحاسبات و الرياضيات : مجلة علمية محكمة و مفهرسة

الناشر

جامعة الموصل كلية علوم الحاسبات و الرياضيات

تاريخ النشر

2010-11-30

دولة النشر

العراق

عدد الصفحات

7

التخصصات الرئيسية

تكنولوجيا المعلومات وعلم الحاسوب

الموضوعات

• الإدارة
• قواعد البيانات
• الشبكات العصبية(الحاسبات الإلكترونية)

الملخص العربي

شهد العقد الأخير تطور كبير في مجال الذكاء الاصطناعي و خصوصا في الشبكات العصبية.

في هذا البحث تم تطبيق تقنية الشبكات العصبية لكبس و فك كبس البيانات.

إن تطبيق GRNN لكبس البيانات مهم جدا في مجال نقل البيانات لأن هذه التقنية تقدم ذاكرة خزنية و و قت أقل لنقل البيانات في شبكات الحاسبات أو الإنترنت.

آخذين بنظر الاعتبار أن كبس البيانات يعطي أمنية لهذه البيانات.

استخدمت لغة (R2OO9a) matlab ver لتصميم النظام المقترح للشبكة العصبية GRNN لغرض كبس البيانات و فكها.

الملخص الإنجليزي

In the last decade have been witnessed a great development in artificial intelligence especially in neural network.

This paper has been employed neural networks techniques for data compression and decompression.

The application of General Regression Neural Network (GRNN) in data compression is very important of data transmission, because this technique offers less than memory storage and time for transferring of the data over computer networks or internet.

Taking into consideration the data compression provides security of these data.

The matlab version (R2009a) is used for designing the propose system of neural network (GRNN) to dynamic data compression and decompression.

نوع البيانات

أوراق مؤتمرات

رقم السجل

BIM-278078

• APA
• MLA
• AMA