ترکیب الگوریتم SVM و Naive Bayes برای تشخیص ارقام دست نوشته فارسی

تکنیک های هوش مصنوعی، اغلب در دامنه های مختلفی مانند تشخیص کاراکترها، تشخیص چهره، داده کاوی، تشخیص خطا، تشخیص الگو، تشخیص طبی، زیست شناسی وغیره بکار گرفته می شوند. تشخیص کاراکترهای دست نوشته، یکی از شاخه های تشخیص کاراکتر نوری به حساب می آید که در چند دهه اخیر مورد توجه محققان قرار گرفته است. هدف از این پژوهش، تشخیص ارقام دست نوشته فارسی است که شامل سه مرحله پیش پردازش، استخراج ویژگی و دسته بندی می باشد. هدف از پیش پردازش، بهبود کیفیت تصاویر ارقام دست نوشته فارسی بوده است. در مرحله استخراج ویژگی، مهمترین ویژگی ها بمنظور تشخیص کاراکترها از یکدیگر استخراج می شوند. در مرحله بندی ، نمونه های مشابه در یک گروه قرار گرفته و نمونه های متفاوت در گروه های مختلف قرار می گیرند. ما در مرحله استخراج ویژگی 196 ویژگی مناسب با استفاده از روش فریم بندی از روی تصاویر ارقام دست نوشته فارسی استخراج کردیم، در مرحله دسته بندی، از الگوریتم های هوش مصنوعی بمنظور جداسازی ارقام دست نوشته فارسی استفاده نمودیم . با وجود اینکه پایگاه داده های متفاوتی برای ارقام دست نوشته فارسی وجود داشت، اما ما از بزرگترین و مهمترین پایگاه داده ارقام دست نوشته فارسی، یعنی پایگاه داده ارقام هدی، متشکل از 80000 رقم دست نوشته فارسی اسفتاده کردیم ، که 60000 نمونه را برای آموزش و 20000 نمونه را برای آزمایش سیستم در نظر گرفتیم. بهترین دقت در روش پیشنهادی ما 99/34 درصد بود. که با ترکیب الگوریتم NaiveBayesو SVM به دست آمد.

Keywords:

تشخیص ارقام دست نویس فارسی , پیش پردازش , استخراج ویژگی , دسته بندی , ترکیب الگوریتم NaiveBayes و SVM