• بازشناسی برون خطی کلمات دست نویس فارسی مبتنی بر بردارهای ویژگی ترکیبی و انتخاب مثال های موثر در آموزش با استفاده از الگوریتم fcnn

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1391/01/01
    • تاریخ انتشار در تی پی بین: 1391/01/01
    • تعداد بازدید: 849
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    در این مقاله یک سامانه بازشناسی کلمات دست نویس فارسی برون خط، مبتنی بر بردارهای ویژگی ترکیبی و انتخاب مثال های موثر در آفرینش یا استفاده از الگوریتم(fast condensed nearest neighbor) fcnn  ارائه شده است. این سامانه مراحل دریافت تصاویر، پیش پردازش، استخراج ویژگی و طبقه بندی را دربر می گیرد. در مرحله پیش پردازش پس از برچسب گذاری و تفکیک زیر کلمات (زیر بخش های همبند) در ماتریس های تصویری مجزا، عملیات آستانه گیری، حذف نویز، استخراج اسکلت به منظور حذف اثر عرض قلم، محدودسازی زیر کلمات در پنجره های محدود کننده به منظور حذف اثر ناهمگونی ابعاد نگارش و اصلاح کج روی نسبت به خط پایه به منظور حذف تغییرات چرخشی، اجرا می شود. در مرحله استخراج ویژگی، مجموعه محدودی از ترکیب ویژگی های آماری شامل میانگین، واریانس و انرژی ضرایب هیستوگرام افکنش عمودی و ویژگی های ساختاری شامل ضرایب الگوریتم(correspondence analysis) ca  و ویژگی های حاصل از اعمال تبدیل موجک 1 بعدی بر هیستوگرام افکنش عمودی، از تمامی تصاویر زیر کلمات استخراج می گردد. در مرحله طبقه بندی نیز، پس از انتخاب مثال های موثر در آموزش با استفاده از الگوریتم fcnn، از طبقه بندهای(k nearest neighbor) knn ,(multi layer perceptron) mlp  برای شناسایی و طبقه بندی نمونه های آزمون استفاده می شود. نهایتا سیستم پیشنهادی بر روی بخشی از پایگاه داده ایرانشهر، متشکل از 640 تصویر کلمه دست نویس (480 نمونه آموزش، 160 نمونه آزمون) پیاده سازی شده و نرخ بازشناسی 99.7% را ارائه می دهد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین رویدادها