ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > Gray lmage ReccDgnition Using...>الوصف

Gray lmage ReccDgnition Using Hoprnel With Multi‐ Layer and ⅣIulti‐ Connect Arhitcture

المصدر: مجلة كلية التربية
الناشر: الجامعة المستنصرية - كلية التربية
المؤلف الرئيسي: Mutter, Kussay N. (Author)
مؤلفين آخرين: Moussa, Hussein A. (Co-Author) , Abd Alkaream, Imad I. (Co-Author)
المجلد/العدد: ع 5
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2005
الصفحات: 300 - 312
ISSN: 1812-0380
رقم MD: 423536
نوع المحتوى: بحوث ومقالات
قواعد المعلومات: EduSearch
مواضيع:
مستخلصات الأبحاث | شبكة هوبفليد العصبية | الصور الرمادية | تخزين واسترجاع المعلومات | الحاسبات الإلكترونية | الذاكرة
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: نقدم في هذا البحث طريقة جديدة في تطبيق شبكة هوبفيلد العصبية لتمييز واسترجاع الصور الرمادية. تصنف شبكة هوبفيلد على أنها نوع من الشبكات ذاتية الترافق (Auto- Associative Networks) والتي تتكون من طبقة واحدة مع ارتباط كلي لعناصرها حيث تدعى بالذاكرة المترافقة. توفر هذه الذاكرة إمكانية خزن واسترجاع البيانات معتمدة على محتوى البيانات بدلا من عملية الخزن المعنونة في أجهزة الحاسوب. تتعامل شبكة هوبفيلد مع نظام ثنائي القطب (أي 1 + و1-) للبيانات التي يتم معالجتها في الشبكة. ولذا فأنه بالإمكان أن تتعامل هذه الشبكة مع الصور الثنائية بشكل فعال غير أنها تفشل في معالجة الصور الرمادية أو الصور الملونة وهذا ما لوحظ بصورة عملية. ومن أجل حل هذه المشكلة تم افتراض أن الصورة الرمادية (8-bit) هي عبارة عن ثمان طبقات تمثل كل طبقة على أنها صورة ثنائية جاهزة للمعالجة في عمليات التعلم والاسترجاع في شبكة هوبفيلد. حيث تفهرس لكل صورة طبقاتها وتخزن على شكل أوزان في ذاكرة الشبكة (قاعدة البيانات). لقد بينت النتائج العملية المستحصلة من تطبيق الطريقة الجديدة إمكانية استخدام شبكة هوبفيلد العصبية في تمييز الصور الرمادية وبشكل جيد. إضافة إلى أنه قد تم إثبات عدم تأثر نتائج الطريقة الجديدة بعدد الصور الرمادية المخزونة في ذاكرتها وبنفس الكفاءة تقريبا.

In this work, a method for applying Hopfield Neural Network (HNN) with gray images is presented. Hopfield networks are iterative Auto-Associative networks consisting of a single layer of fully connected processing elementsythus, categorizes as an associative memory. Associative memories provide one approach to the computer-engineering problem of storing and retrieving data which is based on content rather than storage address. HNN deals with the bipolar system (i.e. -1 and +1) for direct input data, however it is useful for binary images, but unuseful for gray-level or color images unless we suppose another way for input data of such images. To overcome this obstacle, one can suppose for 8-bit gray-level image that consists of 8-layers of binaries can be represented as bipolar data. In this way it is possible to express each layer as single binary image for HNN. The experimental results showed the usefulness of using HNN in gray-level images recognition with good results. Furthermore, there are no limitations to the number of 8-bit gray level images that can be stored in the net memory with the same efficient results.
وصف العنصر: أصل المقال منشور باللغة الإنجليزية
ISSN: 1812-0380

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.