https://dspace.univ-guelma.dz/jspui/handle/123456789/82 Mon, 06 Apr 2026 22:33:23 GMT 2026-04-06T22:33:23Z https://dspace.univ-guelma.dz/jspui/handle/123456789/17237 Titre: Amélioration d’un système de reconnaissance biométrique des Individus : application sur l’empreinte Palmaire et/ou l’empreinte des articulations des doigts Auteur(s): BENDJOUDI, Salim Résumé: Au cours des dernières années, la plupart des travaux sur les systèmes de reconnaissance d'empreintes palmaires se sont concentrés sur le développement de systèmes pratiques qui doivent être très performants en termes de précision de reconnaissance, de vitesse d'appariement, et disposant d’une capacité de stockage suffisante. Cependant et jusqu’à maintenant, ces systèmes présentent encore certaines lacunes telles que : un long temps de calcul et une grande sensibilité à la translation, à l'illumination et à la rotation. Pour faire face à ces inconvénients, nous présentons dans cet étude une solution simple et efficace pour produire une représentation locale significative permettant une identification plus performante des empreintes palmaires appelée "Patch Binarized Statistical Image Features Descriptor (PBSIFD). La représentation du PBSIFD exploite de manière significative le pouvoir du descripteur de texture BSIF. En outre, la version réduite du PBSIFD appelée RPBSIFD est également proposée en utilisant l’analyse discriminante linéaire blanchie (WLDA : White Linear Discriminant Analysis). Les deux systèmes proposés ont été testés avec succès sur quatre bases de données d'empreintes palmaires les plus répandues, à savoir PolyU2D, PolyU2D/3D, IITD, et CASIA. Les résultats de ces tests ont été comparées avec ceux résultants de l’application des approches les plus récentes sur les mêmes bases de données. Les résultats de cette comparaison prouvent sans conteste que nos systèmes sont plus performants que les méthodes de comparaison du point de vue précision. Wed, 04 Nov 2020 00:00:00 GMT https://dspace.univ-guelma.dz/jspui/handle/123456789/17237 2020-11-04T00:00:00Z https://dspace.univ-guelma.dz/jspui/handle/123456789/16639 Titre: Biometric Recognition using Deep Learning Auteur(s): BOUAOUINA, Rafik Résumé: Inforensicscience,security,identity,andverification,biometricsarees- sential. Over the past three decades, research has concentrated on develop- ing dependable systems with human behavioural and biological characteris- tics, each with its own advantages and difficulties. Thehumanearisemergingasapromisingbiometricmodalitydueto its unique characteristics and advantages over other methods like face, fin- gerprint, or iris scanning.Ear biometrics offers a seamless process without requiringphysicalmovementsfromusers. Recentyearshaveseenincreased attention and progress in ear biometrics, covering detection, preparation, feature extraction, verification, and identification. Taking advantage of this great development in deep learning due to improvements in computer pro- cessing power, data availability, and innovative algorithms.More specifi- cally, convolutional neural networks (CNNs), which have achieved remark- able success in areas such as computer vision tasks. We conducted a comprehensive experimental study introducing novel methodologies to improve ear identification.Two main contributions are devoted in this work; the first one introduces a practical approach called Mean-Class Activation Maps with CNNs (Mean-CAM-CNN) to tackle is- sues related to image classification by focusing on discriminative regionsof ear images.The Mean-CAM framework addresses intra-class variability by using a guided mask to crop relevant areas based on mean heat maps. This croppedregion is then utilised for traininga CNN, thereforeenhancing discriminative classification performance.In the second contribution, we aimed to combine deep convolutional generative adversarial network DC- GANmodelwithMean-CAMtechnique,whereDCGANmodelusedaspre- processingsteptocolouriseandenhancetheearimagesoftheuseddatasets. The proposed approach was evaluated on two ear recognition datasets, AMI andAWE,showingsignificantimprovementswithRank-1recognitionrates of 100 % for AMI and 76.25 % for AWE Thu, 10 Oct 2024 00:00:00 GMT https://dspace.univ-guelma.dz/jspui/handle/123456789/16639 2024-10-10T00:00:00Z https://dspace.univ-guelma.dz/jspui/handle/123456789/15220 Titre: Commande Intelligente Basée Sur Les Systèmes D'ordre Fractionnaire Auteur(s): MAKHBOUCHE, Adel Résumé: The goal of this thesis is to propose a design control laws based on the combination of advanced control techniques and fractional-order control (FOC), in our case the combination between the computational intelligence (CI) and FOC. This design strategy hardly ever been found in the specialized literature. This study's purpose can be summarized as follows: (1) The use of computational intelligence to improve the performance of the fractional-order PID (FOPID) controller. (2) Genetic algorithm (GAs) which are part of evolutionary algorithms (EAs) is used to adjust the controller parameters. (3) The proposed control laws have been applied to control time-delay systems and the liquid level in three tank process system. (4) The validity of the proposed techniques is proven by simulation results in MTLAB in terms of dynamic tracking and disturbance rejection. Sun, 17 Dec 2023 00:00:00 GMT https://dspace.univ-guelma.dz/jspui/handle/123456789/15220 2023-12-17T00:00:00Z https://dspace.univ-guelma.dz/jspui/handle/123456789/15176 Titre: Modélisation et commande d'un système de conversion d’énergie renouvelable en utilisant l'optimisation bio-inspirée Auteur(s): AISSANI, Siham Résumé: Résumé-Ce document propose une modélisation détaillée basée sur le principe des faibles signaux, qui est dérivée de l'interface graphique de Matlab®/ Simulink. Cette modélisation est appliquée pour décrire le comportement réel d'un système solaire comprenant un panneau photovoltaïque alimentant une charge résistive à travers un convertisseur DC-DC. L'objectif est de concevoir, à travers ce modèle, un contrôleur PID qui doit garantir, à la fois, un bon facteur de rendement (EF) et un bon respect des performances exigées préalablement par un cahier des charges. Ces objectifs sont atteints en faisant fonctionner le panneau PV à sa puissance maximale tout en minimisant les effets d'ondulation qui se produisent à la sortie du convertisseur DC-DC boost. Avec toutes ces considérations à l'esprit, un nouveau schéma de suivi du point de puissance maximale (MPPT) comportant un suivi non oscillant du point de puissance maximale (MPP) est employé, ce qui réduit considérablement les effets de ces ondulations, entraînant ainsi une réponse en régime permanent lisse et stable du système solaire. De nombreux tests de simulation sont effectués pour évaluer et comparer la performance et la robustesse du nouveau schéma MPPT, produit par la combinaison de l'algorithme Perturb and Observe (P&O) avec le contrôleur PID, qui est préalablement synthétisé par l'approche d'identification fréquentielle fondée sur la méthode de Loop-Shaping. La bibliothèque de systèmes de Simpower est utilisée pour évaluer le système solaire dans différentes conditions métrologiques. Les résultats de la simulation et ceux de la comparaison prouvent que la nouvelle stratégie proposée fournit des résultats intéressants en termes de performance nominale et de stabilité robuste, car elle a une meilleure précision de suivi et un meilleur temps de réponse pour identifier et suivre la MPP avec le moins d'oscillation en régime permanent. Wed, 06 Dec 2023 00:00:00 GMT https://dspace.univ-guelma.dz/jspui/handle/123456789/15176 2023-12-06T00:00:00Z