بهبود در بازشناسی کلمات دست نوشته فارسی با استفاده از الگوریتم های یادگیرنده تجمعی
Publish Year: 1397
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 534
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIRES01_105
تاریخ نمایه سازی: 5 آبان 1397
Abstract:
در اوایل ده ه 90 میلادی ایده استفاده از چند طبقه بند ساده تر به جای یک طبقه بند پیچیده مطرح شد. هدف این مقاله، ارایه یک روش ترکیبی جدید برای شناسایی کلمات دست نوشته فارسی است. بردار ویژگی استخراج شده توسط پرسپترون چند لایه کلاس بندی میشوند. سپس خروجی پرسپترون چند لایه توسط روش بیز ساده ترکیب میشوند. آزمایشها بر روی پایگاه داده ایران شهر پیاده سازی شده است. این پایگاه داده شامل 780 نمونه از اسامی 30 شهر ایران است که 600 نمونه برای آموزش و 180 نمونه برای آزمایش بکار رفته است. نتایج نشان میدهد که روش همجوشی بر اساس این الگو برتر از سایر طرحها میباشد. نرخ بازشناسی توسط روش پیشنهادی برابر با 96/44 درصد میباشد که نسبت به روشهای کلاسیک بیان شده در تحقیقات پیشین، % 4/89 بهبود را نشان میدهد.
Keywords:
بازشناسی الگو , شناسایی کلمات دست نوشته فارسی , استخراج ویژگی , پرسپترون چند لایه , ترکیب طبقه بندها , بیز ساده
Authors
الهام صدری
کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد ساوه، ساوه، ایران
رضا ابراهیم پور
دانشیار گروه مهندسی کامپیوتر، عضو هیا علمی دانشگاه شهید رجایی، تهران، ایران