CIVILICA We Respect the Science
(ناشر تخصصی کنفرانسهای کشور / شماره مجوز انتشارات از وزارت فرهنگ و ارشاد اسلامی: ۸۹۷۱)

تشخیص دست نوشته با استفاده از شبکه های عصبی مصنوعی بازگشتی LSTM

عنوان مقاله: تشخیص دست نوشته با استفاده از شبکه های عصبی مصنوعی بازگشتی LSTM
شناسه ملی مقاله: IRCEM02_265
منتشر شده در دومین کنفرانس ملی تحقیقات بین رشته ای در مهندسی کامپیوتر، برق، مکانیک و مکاترونیک در سال 1396
مشخصات نویسندگان مقاله:

علیرضا نادری - دانشجوی کارشناسی ارشد مهندسی کامپیوتر گرایش نرم افزار- گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران
مریح حبیبی - عضو هییت علمی دانشگاه آزاد اسلامی کرمانشاه- گروه مهندسی کامپیوتر، دانشکده فنی و مهندسی، واحد کرمانشاه، دانشگاه آزاد اسلامی، کرمانشاه، ایران

خلاصه مقاله:
بطور کلی این مقاله در مورد تشخیص دست نوشته های انسان بوسیله ماشین به کمک روش شبکه های عصبی بازگشتی حافظه کوتاه- مدت طولانی(1LSTM) می باشد. در واقع سیستمی است که شامل داده های ورودی، واحد پردازش تصویر و واحد خروجی می باشد. اگر بخواهیم بطور کلی بعنوان نمونه در مورد دست نوشته هایی که به زبان فارسی نوشته شده اند بحث کنیم، مسیله مجهول و مبهم دست نوشته های متنوع در طول و عرض حروف دست نوشته می باشد.این مقاله ، یک روش تشخیص اعداد دست نوشته فارسی را معرفی کرده و مشکلات موجود در تشخیص ارقام دست نوشته را بیان می کند. این روش از یک شبکه ی عصبی برای پیش بینی استفاده می کند. نوآوری کلیدی در این طرح، روش استخراج ویژگی آن است که بر مبنای تکنیک های استخراج ویژگی و نحوه چینش گوشه ها در تصویر دست نوشته می باشد. روش پیشنهادی به یک نرخ تشخیص کلمه قابل قبول و دقت بالا دست یافته است.

کلمات کلیدی:
شبکه عصبی مصنوعی بازگشتی (2ANN)، حافظه طولانی کوتاه مدت (LSTM)، پردازش تصویر، اعداد دست نویس فارسی

صفحه اختصاصی مقاله و دریافت فایل کامل: https://civilica.com/doc/700261/