بکارگیری ترکیب الگوریتم ژنتیک و SVM جهت شناسایی ساختار اسنادمالی تصویری
Publish Year: 1390
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,190
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
NCSCIT02_036
تاریخ نمایه سازی: 17 اردیبهشت 1391
Abstract:
دراین مقاله یک تکنیک جدید مبتنی برترکیب قطعه بندی با الگوریتم ژنتیک و دسته بند SVM ارایه شده است که طی آن ساختار اسناد مالی تصویری شامل مهر امضا دست نوشته تایپی با دقت بالایی شناسای ی می گردد بدین صورت که پس از طرح بندی فیزیکی سند اسکن شده مالی بلوکهایی تولید می شوند که با استفاده از روش پیشنهادی مرکب از الگوریتم ژنتیک و دسته بندی SVM ویژگیهای بهینه آنها انتخاب شده و درنهایت براساس اینویژگیها مشخص می شود که هریک از این بلوکها به چه جزئی از سند مالی تعلق دارند درروش پیشنهادی برخلاف روشهای قبلی از ویژگیهای حالت باینری سطوح خاکستری رنگی مربوط به یک سند استفاده شده است که درنتیجه باعث افزایش نرخ صحت بازشناسی شده است همچنین از ویژگیهایی که تغییرات و بی نظمی ها را مدنظر قرارمیدهند و الهام گرفته از رفتار طبیعی وسیستم بینایی انسان درشناسایی ساختار اسناد مالی است استفاده می شود نتایج آزمایشات نرخ صحت بالای بازشناسی را نشان میدهد.
Keywords:
Authors
محسن رزاقی
گروه کامپیوتر دانشگاه آزاد اسلامی واحد مشهد
سعید راحتی قوچانی
گروه برق دانشگاه آزاد اسلامی واحد مشهد
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 :