303 research outputs found
Saddam Hussein och Gustav Vasa - landsfäder eller tyranner?
I denna uppsats kommer vi att behandla frågan om huruvida Gustav Vasa och Saddam Hussein kan anses vara landsfäder eller tyranner. Det finns mer eller mindre identiska strukturer vad gäller likheter mellan Vasa och Hussein som ledare och person. Likheterna yttrar sig i formen av ledarskap och strävan efter att bilda en stark nation, samt deras ambition att framstå som en stark symbol för makten. Men skillnaden mellan Vasa och Hussein är att det gjordes under olika historiska, sociala och politiska premisser. I Sverige fanns det en stark tro på att förändra Sverige från flera löst sammanhängande landskap till en stark enad nation. Hussein hade samma vision men arbetade inte aktivt med att lösa tvisten mellan Sunni och Shia. Det är denna motsättning i relation med klansamhället som gav Hussein det komplicerade läge han utsattes för som ledare för Irak, samt den regering som tar efter honom idag. Slutsatsen blir att Vasa och Hussein hade visioner om att skapa ett starkt land, de försökte vara landsfäder men var lika mycket tyranner
Enhanced Particle Swarm Optimization-Based Models And Their Application To License Plate Recognition
Model pengecaman corak memainkan peranan yang penting dalam banyak aplikasi
dunia sebenar seperti pengesanan teks dan pengecaman objek. Pelbagai kaedah
termasuk model Kecerdikan Berkomputer (CI) telah dibangunkan untuk menangani
masalah pengecaman corak berasaskan imej. Tertumpu kepada model CI,
penyelidikan ini mempersembah model berasaskan pengoptimuman kawanan zarah
(PSO) yang cekap serta aplikasinya untuk pengecaman lesen plat. Pertama, model
Pengoptimuman Kawanan Zarah Memetik berasaskan pengukuhan pembelajaran
yang baharu (RLMPSO) diperkenalkan. Masalah pengoptimuman penanda aras
digunakan untuk menilai prestasi RLMPSO, dan kaedah bootstarp digunakan untuk
menilai keputusan secara statistik. Kedua, RLMPSO disepadukan dengan mesin
Penyokong Vektor Kabur (FSVM) untuk merumuskan model RLMPSO-FSVM yang
cekap. Secara khusus, RLMPSO-FSVM terdiri daripada gabungan pengelas linear
FSVM yang dibina menggunakan RLMPSO untuk melaksanakan penalaan
parameter, pemilihan ciri, serta pemilihan contoh latihan. Untuk menilai prestasi
model RLMPSO-FSVM yang dicadangkan, pangkalan data imej penanda aras
digunakan. Ketiga, model dua-peringkat RLMPSO-FSVM dicipta untuk
mempertingkatkan lagi kecekapan. Ia mengandungi peringkat pengecaman global
dan peringkat pengesahan tempatan. Peningkatan model RLMPSO turut
diperkenalkan dengan memasukkan operasi carian tambahan. Model RLMPSO yang
(ERLMPSO) dipertingkatkan terdiri daripada tiga lapisan, iaitu lapisan global
dengan empat operasi carian, lapisan tempatan dengan satu operasi carian, dan
lapisan berasaskan komponen dengan dua belas operasi carian. Akhir sekali, model
dua-peringkat ERLMPSO-FSVM yang dicadangkan telah digunapakai dalam
masalah Pengecaman Plat Lesen Kereta Malaysia (VLPR) yang sebenar. Kadar
pengecaman setinggi 98.1% telah diperoleh. Keputusan ini mengesahkan
keberkesanan model dua-peringkat ERLMPSO-FSVM yang dicadangkan dalam
menangani masalah pengecaman plat lesen.
________________________________________________________________________________________________________________________
Pattern recognition models play an important role in many real-world applications
such as text detection and object recognition. Numerous methodologies including
Computational Intelligence (CI) models have been developed in the literature to
tackle image-based pattern recognition problems. Focused on CI models, this
research presents efficient Particle Swarm Optimization (PSO)-based models and
their application to license plate recognition. Firstly, a new Reinforcement Learningbased
Memetic Particle Swarm Optimization (RLMPSO) model is introduced. To
assess the performance of RLMPSO, benchmark optimization problems are
employed, and the bootstrap method is used to quantify the results statistically.
Secondly, RLMPSO is integrated with the Fuzzy Support Vector Machine (FSVM)
to formulate an efficient RLMPSO-FSVM model. Specifically, RLMPSO-FSVM
comprises an ensemble of linear FSVM classifiers that are constructed using
RLMPSO to perform parameter tuning, feature selection, as well as training sample
selection. To evaluate the performance of the proposed RLMPSO-FSVM model, a
benchmark image database is employed. Thirdly, to further improve efficiency, a
two-stage RLMPSO-FSVM model is devised. It consists of a global recognition
stage and a local verification stage. In addition, enhancement of the RLMPSO model
is introduced by incorporating additional search operations. The enhanced RLMPSO
model (i.e. ERLMPSO) comprises three layers, namely, a global layer with four
search operations, a local layer with one search operation, and a component-based
layer with twelve search operations. Finally, the proposed two-stage ERLMPSOFSVM
model is applied to a real-world Malaysian vehicle license plate recognition
(VLPR) task. A high recognition rate of 98.1% has been achieved, confirming the
effectiveness of the proposed two-stage ERLMPSO-FSVM model in tackling the
license plate recognition problem
Caries prevalence in children with Autism Spectrum Disorder (ASD)
Syftet med litteraturstudien var att undersöka förekomsten av karies hos barn med autismspektrumtillstånd (AST) i jämförelse med barn utan detta tillstånd. Metoden som användes var en kvantitativ allmän litteraturstudie där sökningen av vetenskapliga artiklar gjordes i den medicinska databasen PubMed. Litteraturstudiens resultat sammanställdes utifrån nio vetenskapliga artiklar. Resultatet visade att i fyra av nio sammanställda artiklar var kariesförekomsten högre hos barn med AST jämfört med barn utan AST och i resterande fem artiklar visade resultatet lägre kariesförekomst hos barn med AST jämfört med barn utan samma tillstånd. Resultatet visade även att barn med AST hade flera riskfaktorer som kan öka risken för kariesförekomst. Slutsatsen är att litteraturstudien visade ett tvetydigt resultat avseende kariesförekomsten hos barn med AST i jämförelse med barn utan samma tillstånd. Det krävs mer forskning inom området
Q-learning-based simulated annealing algorithm for constrained engineering design problems
- …
