استفاده ازرمزنگاری شبکیه چشم پستانداران جهت بهبود مدل شبکه عصبی کانولوشنی دربازشناسی اعداددستنویس فارسی
Publish place: International Conference on New Research Findings in Electrical Engineering and Computer Science
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 831
This Paper With 10 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:
COMCONF01_400
تاریخ نمایه سازی: 8 آذر 1394
Abstract:
دراین مقاله با الهام ازسیستم رمزنگاری درشبکیه چشم پستانداران درراستای تطابق بیشتر مدلهای محاسباتی دربازشناسی مدل بهبود یافته ای ازشبکه عصبی کانولوشنی ارایه شده است تبدیل انجام شده مبتنی برلبه های تصاویر است و دیگراطلاعات زائد تصاویر حذف میشوند و به عبارت دیگر تصاویر تنک و کم انرژی می شوند مدل طراحی شده از شبکیه چشم به مدل استاندارد الحاق گردید تاقدرت مدل پیشنهادی برروی مجموعه داده اعداددستنویش فارسی سنجیده شود همچنین جهت جلوگیری ازحفظ کردن شبکه برروی داده ی اموزش ازالگوریتم جدیدی به نام خاموش باش استفاده و نتایج با مدلهای پیشین مقایسه شده است درازمایش اول مقدارنرخ بازشناسی اعداد مقایسه گردید که مدل پیشنهادی برتری 0/76 درصدی را ثبت گردانید و به مقدار 99/6 درصد رسید مقدارمتوسط مربع خطا نیز به مقدار 0/00224 کاهش یافت درازمایش دوم مقدارپایداری مدلها دربرابر نویز وجابجایی سنجیده شد که مدلهای پیشنهادی برتری محسوسی داشتند و درازمایش نهایی مقدار جامعیت مدلها سنجییده شد و مدلهای پیشنهادی بهبود قابل ملاحظه ای را نشان دادند
Keywords:
Authors
حمید گل محمدی
دانشجوی کارشناسی ارشددانشکده مهندسی برق دانشگاه تربیت دبیر شهید رجایی لویزان تهران
رضا ابراهیم پور
دانشکده مهندسی کامپیوتر دانشگاه تربیت دبیر شهید رجایی لویزان تهران
نصور باقری
دانشکده مهندسی برق دانشگاه تربیت دبیر شهید رجایی لویزان 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 :