بازشناسی ارقام به هم چسبیده فارسی با استفاده از ساختار ترکیبی SVM/HMM
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 543
فایل این مقاله در 12 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:
RDERI03_015
تاریخ نمایه سازی: 19 اردیبهشت 1395
چکیده مقاله:
بازشناسی ارقام دست نوشته فارسی/عربی امروز به شکل وسیعی در معاملات بانکی، تجاری، فرم های ثبت نام و کدهای پستی مورد استفاده قرار گرفته است. در این مقاله تکنیکی برای بازشناسی اتوماتیک عدد دو رقمی به هم چسبیده فارسی ارائه شده است که از ساختار ترکیبی متشکل از ماشین بردار پشتیبان SVM برای طبقه بندی و مدل مارکف پنهان HMM برای قطعه بندی ساخته شده است. برای ارزیابی روش از انتخابی از مجموعه دادگان هدف HADAF شد 18869 تسویه با سطح خاکستری رنگ، 60% از آن ها برای آموزش و 40% به عنوان آزمایش مورد استفاده قرار داده ایم. ویژگی های مورد استفاده بر اساس بانک فیلتر گابور استخراج شده اند که این بانک فیلتر از چهار مقیاس (سه، شش، 12، 24) و شش زاویه (صفر، 30، 60، 90، 320، 150) درجه تشکیل شده است. با توجه به توانایی بیشتر SVM به نسبت HMM از آن به عنوان هسته اصلی بازشناسی و از HMM برای تشخیص مرز مکانی دو رقم، جهت جدا کردن ویژگی های شان استفاده شده است. نتایج الگوریتم ها نشان دهنده میزان نرخ بازشناسی ارقام دو رقمی 98/75 در صد است.
کلیدواژه ها:
نویسندگان
وحید مرادی
دانش آموخته کارشناسی ارشد، دانشکده مهندسی برق و کامپیوتر، دانشگاه آزاد واحد علوم و تحقیقات تهران
فربد رزازی
دانشیار دانشکده مهندسی برق و کامپیوتر، دانشگاه آزاد واحد علوم و تحقیقات تهران
علیرضا بهراد
دانشیار دانشکده مهندسی برق و کامپیوتر دانشگاه شاهد
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 :