ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
Publisher of Iranian Journals and Conference Proceedings
Login |Register |Help |عضویت کتابخانه ها
Paper
Title

ارائه یک سیستم کارآمدبرای شناسایی اعداددست نویس بااستفاده ازشبکه عصبی

Year: 1392
COI: BPJ01_760
Language: PersianView: 736
This Paper With 8 Page And PDF Format Ready To Download

Buy and Download

با استفاده از پرداخت اینترنتی بسیار سریع و ساده می توانید اصل این Paper را که دارای 8 صفحه است به صورت فایل PDF در اختیار داشته باشید.
آدرس ایمیل خود را در کادر زیر وارد نمایید:

Authors

علی جعفری نژاد - دانشجوی کارشناسی ارشد

Abstract:

شناسایی نوشته های چاپ شده توسط ماشین یکی ازعلاقه مندی های قدیمی درحوزه فناوری اطلاعات بوده است که امروزه برای نوشته های چاپی به مرزقابل قبولی رسیده است بااین حال تشخیص دست نوشتهها هنوز درابتدای راه قرارداشته و سیستم مطمئنی برای تشخیص دست نوشته ها ارایه نشده است تشخیص اعداد دستنوشته یکی ازساده ترین موضوعات دراین حوزه است که بهدلیل محدودیت حالات میتواند برای تحقیقات مورداستفاده قرارگیرد دراین مقاله سیستمی افلاین برای تشخیص و دسته بندیتصاویر اعداد دست نوشته مجزای انگلیسی با استفاده ازشبکه پرسپترون چندلایه و روش استخراج ویژگی منطقه بندی پیشنهادگردیده است سیستم تشخیص پیشنهادشده میتواند به نرخ تشخیص بالاتری درمقایسه با سیستم هایی که ازروشهای استخراج ویژگی افقی و عمودی استفاده می کنند دست یابد نقطه قوت کارانجام شده ارایه روشی کارامد برای استخراج ویژگی طرح دسته بندی جامع و روشی مناسب برای اموزش شبکه پرسپترون چند لایه می باشد که بواسطه آن شبکه هاموزش داده شده توانسته به نرخ تشخیص 97.2درصد دستیابد

Keywords:

Paper COI Code

This Paper COI Code is BPJ01_760. Also You can use the following address to link to this article. This link is permanent and is used as an article registration confirmation in the Civilica reference:

https://civilica.com/doc/226006/

How to Cite to This Paper:

If you want to refer to this Paper in your research work, you can simply use the following phrase in the resources section:
جعفری نژاد، علی،1392،ارائه یک سیستم کارآمدبرای شناسایی اعداددست نویس بااستفاده ازشبکه عصبی،First National Conference on Advances in computer science and information retrieval approaches،Rasht،https://civilica.com/doc/226006

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 :

  • Liu C.L, Nakashima K., Sako H., Fujisawa H., Handwritten Digit ...
  • Soltanzadeh H. Rahmati _ Recognition of Persian handritten digits using ...
  • _ _ _ of the Biologically Inspired Hierarchical Temporal Memory ...
  • Sadri J., Suen C.Y, Bui T.D., A genetic Framework using ...
  • Gonzalez R.C. Woods R.E., Digital Image Processing Second Edition, Upper ...
  • Gonzalez R.C. Woods R.E., Eddins, Digital Image Processing Using Matlab, ...
  • Demuth H. and Beale M., _ Neural Network Toolbox, 2000. ...
  • otsu N., A Threshold Selection Method from Gray-Level Histograms, 1979. ...
  • Laurene F., Fundamentae of Neural Networks architectures, algorithms and applications, ...
  • Research Info Management

    Certificate | Report | من نویسنده این مقاله هستم
    این Paper در بخشهای موضوعی زیر دسته بندی شده است:

    اطلاعات استنادی این Paper را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

    کدام مقالات به این منبع استناد نموده اند


    بر اساس سیستم تحلیلی استنادات مقالات، تاکنون برای نگارش 1 Paper استفاده شده است.

    مقالات پیشنهادی مرتبط

    New Papers

    Share this page

    More information about COI

    COI stands for "CIVILICA Object Identifier". COI is the unique code assigned to articles of Iranian conferences and journals when indexing on the CIVILICA citation database.

    The COI is the national code of documents indexed in CIVILICA and is a unique and permanent code. it can always be cited and tracked and assumed as registration confirmation ID.

    Support