کاهش ویژگی توسط اذحام ذرات دودویی برای بازشناسی ارقام دستنویس فارسی
Publish Year: 1393
نوع سند: مقاله ژورنالی
زبان: Persian
View: 218
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ISEE-5-1_005
تاریخ نمایه سازی: 6 دی 1400
Abstract:
: بازشناسی ارقام دستنویس یکی از مسائل مهم درحوزه شناسی الگو است. در این مقاله با ترکیب روشهای هیستوگرام گرادیان و مکان مشخصه توسعه یافته، ویژگیهای تصاویر ارقام دستنویس فارسی استخراج شده است. توسط الگوریتم بهینه سازی توده ذرات دودویی بهبود یافته جدید (INBPSO) و ارائه تابع برازندگی مناسب، ویژگیها با اهمیت بیشتر انتخاب و ارقام توسط طبقه بند ماشین بردار پشتیبان (SVM) شناسایی شده اند. ابتدا در مرحله آموزش پس از استخراج ویژگی بر روی داده های آموزش با استفاده از روش پیشنهادی، الگوی مناسبی برای انتخاب ویژگی بدست می آید سپس در مرحله آزمون پس از استخراج ویژگی داده های آزمون بردار ویژگی توسط الگوی بدست آمده کاهش داده شده و عمل طبقه بندی نهایی صورت می گیرد. با اعمال روش ذکر شده روی پایگاه داده تصاویر ارقام دستنویس فارسی هدی، دقت بازشناسی۹۹.۴۰% بدون کاهش ویژگی و دقت بازشناسی ۹۹.۲۸% با کاهش ویژگی بدست آمده است. مقایسه نتایج با کار محققان دیگر حاکی از آن است روش ارائه شده در استخراج ویژگی و انتخاب ویژگی از کارآیی مناسبی برخوردار است.
Keywords:
بازشناسی ارقام دستنویس , هیستوگرام گرادیان , مکان مشخصه توسعه یافته , الگوریتم بهینه سازی توده ذرات دودویی بهبود یافته جدید , ماشین بردار پشتیبان
Authors
محسن صدیقی ناو
دانشجوی کارشناسی ارشد برق، دانشکده مهندسی برق و رباتیک- دانشگاه صنعتی شاهرود- شاهرود- ایران
علی سلیمانی
عضو هیات علمی، دانشکده مهندسی برق و رباتیک- دانشگاه صنعتی شاهرود- شاهرود- ایران
حسین خسروی
عضو هیات علمی، دانشکده مهندسی برق و رباتیک- دانشگاه صنعتی شاهرود- شاهرود- ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :