کشف و شناسایی نزدیکترین الگو به مدل اصلی با استفاده از شبکه های RBF

Publish Year: 1392
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 376

متن کامل این Paper منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل Paper (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

INCEE01_147

تاریخ نمایه سازی: 25 تیر 1393

Abstract:

شناسایی خودکار دست نوشته عددی کاربردهای فراوانی دارد. امروزه بسیاری از اسکنرهای نوری و ابزارهای نوشتاری قادر به شناخت دست نوشته ها و تشخیص اعداد بین 0 تا 9 می باشند و کار را برای کاربران در تبدیل اسناد به نسخه های دیجیتالی راحت کرده اند، در این مقاله سعی بر این است که با به کارگیری دو مدل از شبکه ی عصبی و مقایسه این دو مدل و به دقت بالایی در شناخت اعداد و پیدا کردن نزدیک ترین فاصله ی بهینه در شبکه های RBF برسیم. و با پیدا کردن الگوریتم مناسب برای بیرون کشیدن الگوها و نتیجه بهتر آن حجم مراحل کاری را از روی شبکه انتخاب می شود، که این عملیات باعث بالا رفتن سرعت پردازش و کم شدن خطا و اشتباه خواهد شد.

Keywords:

شبکه عصبی , RBF , شبکه عصبی با ساختار MLP , تابع گاوسی

Authors

مهدی توپچی

دانشجوی کارشناسی ارشد هوش مصنوعی، دانشگاه بین المللی امام رضا (ع)

سیده اعظم ابوالقاسم پور

کارشناسی ارشد نرم افزار، واحد علوم و تحقیقات خراسان رضوی