| المستخلص: |
في هذا البحث سوف يتم التعامل مع أحد الطرائق العلمية في التمييز بين المجتمعات من خلال استخدام برنامج (Matlab) لتحويل الصور الرقمية إلى صيغتها الرقمية بعد ذلك يتم التعامل مع الصور على أنها مجتمع مستقل ثم بعد ذلك يتم تحليلها ومقارنته النتائج. إن أهمية هذا البحث تتمثل في استخدام دالة التمييز القانوني في تصنيف الصور الرقمية الذي يتيح أفاقا جديدة في تسهيل البحث عن الصور الرقمية وذلك بعد تحويلها إلى صيغتها الرقمية إذ يتم الاعتماد على أعلى المتجهات الذاتية التي تقابل أعلى القيم الذاتية وذلك حسب عدد المجتمعات التي سيتم التعامل معها. افترضنا في هذا البحث أن لدينا أربعة مجتمعات وان كل مجتمع هو عبارة عن صورة رقمية تم تحويلها إلى بيانات وذلك باستخدام برنامج(Matlab) وتم ترميز كل مجتمع بالاعتماد على التمييز القانوني. واعتمدنا عدة برامج هي (Matlab SPSS Minitab s-plus) للحصول على النتائج وافية وتم الحصول على ثلاث أعلى قيم ذاتية والتي بدورها تقابل أعلى ثلاثة متجهات ذاتية لمصفوفة (A). والخطوة الأخيرة تمثلت في الحصول على ثلاث دوال تمييز قانوني للتمييز بين الصور الرقمية التي تمثل المتجهات الذاتية لمصفوفة (A) فكانت النتائج كما يأتي التمييز بين الصور الرقمية في دالة التمييز القانوني الأولى هي افضل الحالات، وفى المرتبة الثانية دالة التمييز القانوني الثانية وفى المرتبة الأخيرة هي دالة التمييز القانوني الثالثة.
In current research, one of scientific methods to discriminate between populations will be treated. This can be done by using (Matlab) program to transfer digital photo to a digital form, after that photo has been treated as an independent population, then we analyzed data and compare the results. It is important to imitate them by using canonical discriminate function to classify digital photos that will give us a new way of facilitation search. However, after we transferred it to the digital form, we depend on a higher eigenvector who is corresponding higher eigenvalue. This one according to the number of population we dial with it. In this research, we considered four populations, and every population is digital photo we transferred it to data by using (Matlab) program, symbolic every population depending on the canonical discriminate. We depended on many program (SPSS, Minitab, S-Plus, Matlab) to get the result of three higher eigenvalue which corresponding three higher eigenvector for (A) Matrix. The final steps assimilation has been demonstrated to get three canonical discriminate functions to discriminate between digital photos which facilitate the eigenvector for (A) matrix, and the resulted as the flowing, discriminate between digital photos in the first canonical discriminate function which is the best one. The second rank is the second canonical discriminate function; in the last stage is the third canonical discriminate function.
|
