کاربرد شبکه عصبی کانولوشنی در تشخیص حروف فارسی
Publish place: 2nd Joint Congress on Fuzzy and Intelligent Systems
Publish Year: 1387
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,985
This Paper With 6 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:
FJCFIS02_180
تاریخ نمایه سازی: 26 تیر 1392
Abstract:
تشخیص حروف دستنویس به علت ماهیت پیچیده و کاربردهای فراوان آن در دنیای واقعی، توجه بسیاری از صاحبنظران علم پردازش تصویررا به خود جلب کرده است. روشهای زیادی برای تشخیص حروف دستنویس در زبانهای بیگانه مطرح شدهاست که بسیاری از آنها توانسته با کیفیتبالایی حروف دستنویس را تشخیص دهند. تشخیص حروف دستنویس فارسی به علت گستردگی جغرافیایی فارسیزبانها و عربزبانها از جایگاهویژهای برخوردار میباشد. تاکنون روشهای متفاوتی برای تشخیص این حروف مطرح شدهاند. روشهای موفق در زبانهای دیگر، به علت ساختار مشابه حروف فارسی، نتوانستهاند عمل تشیخص حروف دستنویس را به همان کیفیت انجام دهند. شبکههای عصبی چندلایهای، کاندیدای مناسبی برای تشخیص حروف میباشند. شبکههای عصبی کانولوشنی تنها گونهای از شبکههای عصبی میباشند که ویژگیهای تصویر را استخراج نموده و براساس آنتصمیمگیری مینمایند. این مقاله روشی نوین برای تشخیص حروف دستنویس فارسی براساس شبکههای عصبی کانولوشنی ارائه میدهد و توانستهاست با دقت 89,31 % حرف دستنویس فارسی را به درستی تشخیص دهد.
Keywords:
Authors
امین محمدروزگرد
دانشگاه صنعتی شریف
نفیسه برزیگر
دانشگاه علم و صنعت ایران
حمیدرضا ربیعی
دانشگاه صنعتی شریف،
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 :