ناقشت رسالة ماجستير في كلية العلوم بجامعة ديالى، تمييز الأذن البشرية باستعمال FFNN, CNN, SURF & PSO .
وتضمنت الرسالة التي قدمها الطالب أحمد علي أحمد، استعمال نظام قوي للتعرف على أذن الإنسان باستعمال أربعة نماذج مقترحة يعتمد النموذج المقترح الأول على تصنيف الشبكات العصبية (FFNN). والمقترح الثاني يعتمد على مصنفات الشبكات العصبية التلافيفية.(CNN) والثالث يعتمد على .Speed-Up Strong Features (SURF) والمقترح الرابع يعتمد على .SURF-PSO matcher.
وأظهرت نتائج الرسالة أن النموذج المقترح باستعمال CNN كان أفضل النتائج بناء على التصنيف خاصة عند إضافة صور جديدة إلى مجموعة البيانات ومع ذلك من الصعب تنفيذ النموذج المقترح باستعمال مصنف CNN في التطبيقات الفعلية.
وتضمنت الرسالة التي قدمها الطالب أحمد علي أحمد، استعمال نظام قوي للتعرف على أذن الإنسان باستعمال أربعة نماذج مقترحة يعتمد النموذج المقترح الأول على تصنيف الشبكات العصبية (FFNN). والمقترح الثاني يعتمد على مصنفات الشبكات العصبية التلافيفية.(CNN) والثالث يعتمد على .Speed-Up Strong Features (SURF) والمقترح الرابع يعتمد على .SURF-PSO matcher.
وأظهرت نتائج الرسالة أن النموذج المقترح باستعمال CNN كان أفضل النتائج بناء على التصنيف خاصة عند إضافة صور جديدة إلى مجموعة البيانات ومع ذلك من الصعب تنفيذ النموذج المقترح باستعمال مصنف CNN في التطبيقات الفعلية.
