مریم فتاحی وانانی - دانشجوی کارشناسی ارشدبرق گرایش الکترونیک دانشگاه آزاد اسلامی واحدمبارکه
مجید ایران پورمبارکه - دانشکده مهندسی کامپیوتر وفناوری اطلاعات دانشگاه پیام نور

در این تحقیق به بررسی، به بررسی تاثیر کاهش فرهنگ لغت مبتنی بر نقاط برجسته در بازشناسی کلمات دست نویس فارسی پرداخته شده است که در دو مرحله کاهش واژگان و بازشناسی انجام شده است .مرحله کاهش واژگان با استخراج ویژگی های محلی و سراسری انجام می شود و عملیات بازشناسی با استفاده از ماشین بردار پشتیبان دو کلاسه و چند کلاسه انجام شده است که این الگوریتم بر روی پایگاه داده ایرانشهر مورد ارزیابی قرار گرفته است در مرحله کاهش ویژگی برپایه ویژگی سراسری، 200 خوشه نزدیک به تصویر کلمه مورد آزمون ورودی انتخاب شده و در گام بعدی 5 خوشه نزدیک به تصویر ورودی انتخاب میشود که احتمال وجود کلمه آزمون در این خوشه ها، %98/38 و میزان کاهش کلمات کاندید مورد بررسی برای بازشناسی تصویر ورودی 81/54 %و درجه تاثیر الگوریتم % 80/21 است

کاهش فرهنگ لغت،بازشناسی کلمات دست نویس،ویژگی های محلی و سراسری،ماشین بردار پشتیبان،پایگاه داده ایرانشهر