ارائه یک الگوریتم جدید برای بالا بردن نرخ اطمینان و بهبود بازشناسی در مرتب سازی پاکت نامه های پستی بر اساس تطبیق آدرس و کد پستی
Publish place: The first national electronic conference on technological advances in electrical, electronics and computer engineering
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 1,119
This Paper With 8 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
TDCONF01_213
تاریخ نمایه سازی: 19 تیر 1394
Abstract:
بازشناسی اعداد و کلمات دست نویس فارسی کاربردهای بسیار مهمی مانند: تشخیص مبلغ چک، مرتب سازی پاکت نامه های پستی و ... دارد. در مرتب سازی پاکت نامه های پستی می توان از بازشناسی کدپستی استفاده کرد. استفاده از کدپستی کار تشخیص و مرتب سازی آدرس پاکت نامه های پستی را بسیار آسان می کند. اما استفاده تنها از کدپستی طبق گزارش های منتشر شده دارای خطا می باشد بنابراین در هنگامی که سیستم مقدار کدپستی را به اشتباه تشخیص می دهد باید معیاری برای رد، تصحیح یا تایید مقدار بازشناسی داشته باشیم. در این مقاله، یک الگوریتم جدید برای بالا بردن نرخ اطمینان و معیاری برای رد، تصحیح و تایید کدپستی بازشناسی شده که در نهایت منجر به بهبود بازشناسی می شود معرفی شده است. برای این کار یک بلوک جدید برای نام استان در نظر گرفته می شود. سپس با توجه به مقدار بازشناسی شده در نام استان و کدپستی اقدام به تصمیم گیری در مورد پاکت مورد پردازش می کنیم. به منظور بازشناسی نام استان زیر کلمات تمام نام استان ها را به عنوان یک کلاس در نظر می گیریم. از آن جایی که تعداد کلاس ها در این روش بالاست، کلاس ها را با توجه به میزان شباهت ترکیب می کنیم. با این عمل تعداد کلاس ها برای بازشناسی قابل قبول و دقت بازشناسی بالا می رود.
Keywords:
مرتب سازی پاکت نامه های پستی , تشخیص بلوک کد پستی دست نویس , تشخیص اعداد دستنویس فارسی , تشخیص کلمات دست نویس فارسی
Authors
پروانه سادات حسینی مقدم
گروه مهندسی برق و کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه آزاد اسلامی واحد بافت، بافت، ایران
فرزاد نادی
گروه مهندسی برق و کامپیوتر، دانشکده مهندسی برق و کامپیوتر، دانشگاه هرمزگان، بندرعباس، ایران
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 :