On the Performance of Multiwavelets for Handwritten Numeral Recognition
محل انتشار: چهاردهمین کنفرانس مهندسی برق ایران
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,607
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.
- 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:
ICEE14_207
تاریخ نمایه سازی: 25 تیر 1387
چکیده مقاله:
In this paper we study the recognition of contour-base hand written numeral characters using Multiwavelets and neural networks. For reaching this purpose, in the first step we extract numerals chain code by tracing their contours. Then we perform multiwavelet transform on it to prepare the appropriate features. Finally by employing the feed forward neural network we classify them into predefined classes. The neural network was trained with handwritten numeral database, MNIST. The experiments have demonstrated that the multiwavelet and neural network system is able
to more correct recognition of digits of the MNIST test set.
کلیدواژه ها:
نویسندگان
Farhad Mohamad Kazemi
Islamic Azad University Mashad, IRAN
Hamid Reza Poorreza
Ferdowsi University Mashad, IRAN
Ali Akbari
Ferdowsi University Mashad, IRAN
Kambiz Rahbar
Islamic Azad University Mashad, IRAN
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 :