استفاده از الگوریتم ژنتیک در انتخاب مناسب ترین نواحی استخراج ویزگی در تشخیص اعداد دست نویس
Publish Year: 1393
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 659
This Paper With 7 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE06_040
تاریخ نمایه سازی: 1 مهر 1394
Abstract:
شناسایی مناطق محلی که دارای ویزگی های مهمی در تشخیص باشند، یکی از وظایف عمده شناسایی الگو است. تاکنون روش استاندارد و همگانی برای تشخیص دقیق مناطق به دست نیامده است. در این جاروشی ارائه شده است که بعد از ناحیه بندی تصاویر اعداد دست نویس، بر روی این نواحی محلی الگوریتم ژنتیک اعمال می کند تا مجموعه ی بهینه را پیدا کند. این مجموعه دارای ویزگی های ممتازی است که به کمک این ویزگی ها می توانیم بین اعداد تمایز قائل شویم. در این کار به طور رندوم پنج مجموعه از نواحی محلی تولید شده است. سپس الگوریتم ژنتیک یک گروه از مناطق را که بهترین درصد تشخیص را دارا باشند بر اساس دسته بند ماشین بردار پشتیبان تولید می نماید. درصد تشخیص به دست آمده برابر با 88% است که اثر بخشی مدل ارائه شده را نشان می دهد.
Keywords:
Authors
مهدی مینایی
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، گرایش هوش مصنوعی- دانشگاه آزاد اسلامی واحد مشهد
مهدی یعقوبی
استادیار گروه مهندسی کامپیوتر دانشگاه آزاد اسلامی واحد مشهد
راضیه خدیوی گلکارزاده
دانشجوی کارشناسی ارشد مهندسی کامپیوتر، گرایش هوش مصنوعی، دانشگاه بین المللی امام رضا (ع)
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 :