مقایسه و بررسی برخی روش های یادگیری در دسته بندی حروف دستنویس گسسته فارسی
محل انتشار: همایش ملی مهندسی رایانه و مدیریت فناوری اطلاعات
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 754
فایل این مقاله در 13 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:
CSITM01_209
تاریخ نمایه سازی: 10 شهریور 1393
چکیده مقاله:
رده پای ایده تشخیص نویسه نوری را می توان در فعالیت هایی به منظور کمک به افراد نابینا جستجو کرد یا به طور کلی هدف ازبررسی آن ساخت دستگاهی است، که بتواند کار خواندن را برای افرادی که قادر به خواندن نیستند انجام دهد. با گذشت چند سالاز اولین سیستم پیاده سا زی شده برای تشخیص نویسه و با توجه به مشکلاتی که در حروف دستنویس فارسی و عربی در مقایسه باحروف لاتین وجود دارد، هنو هم تحقیقات در حوزه شناسایی حروف دستنویس فارسی و عربی به منظور بالا بردن صحت دقت،سرعت در شناسایی حروف، مقاوم بودن در مقابل نویز، افزایش تعمیم پذیری، انتخاب دسته بند مناسب و ... ادامه دارد. در اینمقاله پس از مرور کلی کارهای انجام شده در حوزه بازشناسی حروف فارسی و انواع آن، ابتدا چند روش برای استخراج ویژگی برروی حروف دستنویس گسسته فارسی و نحوه استخراج آنها معرفی می شود و سپس با استفاده از انواع روش های داده کاوی نظیرشبکه عصبی، ماشین بردار پشتیبان، درخت تصمیم، سیستم استنتاج فازی، سیستم استنتاج فازی بر پایه شبکه عصبی و کانزدیکترین همسایه با ذکر نحوه پیاده سا زی بعضی از آنها برروی حروف دستنویس گسسته فارسی عمل دسته بندی انجام شده ونتایج هر یک ا این دسته بندها با یکدیگر مقایسه می شود و در نهایت با توجه به نتایج مشاهده شده بهترین دسته بند به منظورباز شناسی حروف دستنویس گسسته فارسی انتخاب می شود.
کلیدواژه ها:
کانزدیک ترین همسایه ، درخت تصمیم ، ماشین بردار پشتیبان ، استخراج ویژگی ، حروف دستنویس گسسته فارسی ، شبکه عصبی ، سیستم استنتاج فازی ، باز شناسی الگو
نویسندگان
ابوالفضل معراجی فر
دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه بین المللی امام رضا (ع)
پدرام فکری
دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه بین المللی امام رضا (ع)
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 :