آرزو فرمانی - دانشکده برق و فناوری اطلاعات واحد قزوین، دانشگاه آزاد اسلامی قزوین، ایران
امید سجودی شیجانی

در این مقاله بازشناسی ارقام دست نویس فارسی مورد توجه قرار گرفته شده است. استخراج ویژگی یک مرحله بسیار مهم در سیستم های بازشناسی اعداد دست نویس فارسی می باشد. اخیرا، یادگیری ویژگی های عمیق نتایج بهتری در بازشناسی ارقام دست نویس انگلیسی داشته است و تعداد کمی از مقالات در این زمینه و برای بازشناسی ارقام دست نویس فارسی وجود دارد . در این مقاله یک روش جدید با استفاده از دو لایه خودرمزگذار نویز زدا (DAE) برای یادگیری به طور مستقیم از داده ها و استفاده از وزن به دست آمده یادگیری شده برای استخراج ویژگی ها را ارایه می دهیم که در مرحله طبقه بندی مدل پیشنهادی از طبقه بند SoftMax استفاده شده است و این روش بازشناسی ارقام دست نویس فارسی بر روی مجموعه دادگان هدی اعمال شده است. روش پیشنهادی با استفاده از یادگیری ویژگی های عمیق به عنوان مرحله استخراج ویژگی باعث بهبود دقت در مقایسه با روش های معمولی می باشد.

بازشناسی ارقام دست نویس فارسی ، کدگذار خودکار نویز زدا(DAE) ، یادگیری عمیق و طبقه بندی کننده SoftMax