کاربرد ترکیب بندها در بازشناسی ارقام دست نویس فارسی
محل انتشار: سومین کنفرانس ماشین بینایی و پردازش تصویر
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,533
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICMVIP03_016
تاریخ نمایه سازی: 22 مهر 1390
چکیده مقاله:
دراین تحقیق برای بهبود بازشناسی ارقام دستنویس از ترکیب طبقه بندهایی استفاده میشود که از یک الگوریتم یادگیری دو مرحله ای بهره می گیرند ازتصویر هررقمدستنویس یک بردار ویژگی با 81 مولفه استخراج می شود به روش تحلیل مولفه های اصلی یک بردار ویژگی با پانزده مولفه برای هر رقم انتخاب شده و به سه شبکه عصبی پرسپترون با تعدادنرونهای متفاوت در لایه مخفی و وزنهای اولیه متفاوت اعمال شده و بازشناسی مستقل درهر طبقه بند صورت می گیرد درمرحله بعد نتایج بازشناسی این سه طبقه بند به یک شبکه عصبی پرسپترون با یک لایه مخفی به عنوان ترکیب کننده اعمال میشود پایگاه داده استفاده شده شامل 2430نمونه است نرخ بازشناسی شبکه های عصبی پایه برروی 530 نمونه آزمایشی 87% ، 85% و 83% و برای سیستم مرکب 91% است.
کلیدواژه ها:
نویسندگان
سیدحسن نبوی کریزی
دانشجوی دکتری الکترونیک
رضا ابراهیم پور
مدرس گروه الکترونیک دانشگاه تربیت دبیر شهید رجایی
احسان اله کبیر
دانشیار بخش مهندسی برق دانشگاه تربیت مدرس
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :