ترکیب شبکههای عصبی بر اساس آموزش یادگیری با همبستگی منفی در بازشناسی کلمات دستنویس فارسی
Publish place: 12th Iranian Conference on Intelligent Systems
Publish Year: 1392
Type: Conference paper
Language: Persian
View: 892
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICS12_156
Index date: 2 August 2014
ترکیب شبکههای عصبی بر اساس آموزش یادگیری با همبستگی منفی در بازشناسی کلمات دستنویس فارسی abstract
در این مقاله یک روش طبقهبندی جمعی بر اساس یادگیری با همبستگی منفی برای بازشناسی کل نگر کلمات دستنویس با حجم محدود پیشنهاد میشود. در این روش پس از پیش پردازش، بردارهای ویژگیهای مبتنی بر ناحیه بندی، گرادیان و کد زنجیرهای ازتصاویر استخراج میشود. هر یک از این بردارها به مجموعهای از طبقهبندهای شبکه عصبی پرسپترون چندلایه اعمال میشوند. طبقهبندهای پایه بر اساس یادگیری با همبستگی منفی، آموزش داده شده و از این طریق گوناگون میشوند. در نهایت خروجی این طبقهبندها از طریق قواعد میانگین، بیشینه، حاصلضرب، رایگیری و کلیشه تصمیم ترکیب میشوند. در آزمایشهایی که روی تصاویرنام 31 مرکز استان از مجموعه داده ایرانشهر انجام شده است، ویژگیهای مبتنی بر گرادیان و آموزش با همبستگی منفی و ترکیب از طریق رایگیری، بیشترین نرخ بازشناسی را به دست داده است
ترکیب شبکههای عصبی بر اساس آموزش یادگیری با همبستگی منفی در بازشناسی کلمات دستنویس فارسی Keywords:
بازشناسی کلمات دستنویس فارسی , ناحیهبندی , گرادیان , کد زنجیرهای , شبکه عصبی پرسپترون چندلایه , ترکیب طبقه بندها , یادگیری با همبستگی منفی
ترکیب شبکههای عصبی بر اساس آموزش یادگیری با همبستگی منفی در بازشناسی کلمات دستنویس فارسی authors
سیدعلی اصغر عباس زاده آرانی
دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس ، تهران
احسان اله کبیر
دانشکده مهندسی برق و کامپیوتر، دانشگاه تربیت مدرس، تهران
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 :