مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

video

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

sound

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

نسخه انگلیسی

مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

بازدید:

713
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

دانلود:

561
مرکز اطلاعات علمی Scientific Information Database (SID) - Trusted Source for Research and Academic Resources

استناد:

اطلاعات مقاله نشریه

عنوان

روشی کاربردی برای بازشناسی برخط حروف مجزای دست نویس فارسی با استفاده همزمان از دانش مربوط به بدنه اصلی و ریزحرکات

صفحات

 صفحه شروع 87 | صفحه پایان 100

کلیدواژه

تحلیل جداکننده خطی (LDA)Q2
تحلیل مولفه های اصلی (PCA)Q2
ماشین بردار پشتیبان (SVM)Q2

چکیده

 در این مقاله, روشی برای بازشناسی برخط حروف مجزای دست نویس فارسی ارایه می شود. در روش پیشنهادی برای بازشناسی حروف مجزای دست نویس فارسی, از دانش مربوط به بدنه اصلی و ریزحرکات به طور همزمان و به منظور اعتبار بیشتر تعیین کلاس خروجی استفاده شده است. در این تحقیق حروف مجزای دست نویس فارسی بر اساس تشابه بدنه اصلی در 18, و بر اساس تشابه ریزحرکات در 11 گروه, گروه بندی می شوند. با توجه به روش پیشنهادی ارایه شده در این پژوهش برای تشخیص نمونه های ناشناخته ورودی, بدنه اصلی و ریزحرکات شناسایی می شوند, اگر گروه های شناسایی شده از بدنه اصلی و ریزحرکات همخوانی داشته باشند, نمونه ناشناخته بازشناسی می شود, در غیر این صورت ناهمخوانی پیش آمده با استفاده از الگوریتم تصحیح خطا, تاحد امکان تصحیح می گردد. به منظور کاهش هزینه محاسباتی و افزایش قدرت تفکیک پذیری ویژگی-ها, با استفاده از روش های کاهش ابعاد ویژگی همچون تحلیل جداکننده خطی (LDA) و تحلیل مولفه های اصلی (PCA), ابعاد بردار ویژگی برای بدنه اصلی از 102 ویژگی به 17 ویژگی کاهش می یابد. برای طبقه بندی بدنه اصلی حروف و همچنین برای ریزحرکات از طبقه بند ماشین بردار پشتیبان (SVM) با رویکرد یک در مقابل یک (OVO) استفاده شده است. نتایج بدست آمده نشان می دهند که با استفاده از روش پیشنهادی حدود 98 درصد از حروف مجزای دست نویس فارسی برخط به درستی بازشناسی می شوند.

استنادها

  • ثبت نشده است.
  • ارجاعات

  • ثبت نشده است.
  • استناددهی

    APA: کپی

    مرزانی، مجید، رضوی، سیدمحمد، و تقی پورگرجی کلایی، مهران. (1394). روشی کاربردی برای بازشناسی برخط حروف مجزای دست نویس فارسی با استفاده همزمان از دانش مربوط به بدنه اصلی و ریزحرکات. هوش محاسباتی در مهندسی برق (سیستم های هوشمند در مهندسی برق)، 6(2)، 87-100. SID. https://sid.ir/paper/203011/fa

    Vancouver: کپی

    مرزانی مجید، رضوی سیدمحمد، تقی پورگرجی کلایی مهران. روشی کاربردی برای بازشناسی برخط حروف مجزای دست نویس فارسی با استفاده همزمان از دانش مربوط به بدنه اصلی و ریزحرکات. هوش محاسباتی در مهندسی برق (سیستم های هوشمند در مهندسی برق)[Internet]. 1394؛6(2):87-100. Available from: https://sid.ir/paper/203011/fa

    IEEE: کپی

    مجید مرزانی، سیدمحمد رضوی، و مهران تقی پورگرجی کلایی، “روشی کاربردی برای بازشناسی برخط حروف مجزای دست نویس فارسی با استفاده همزمان از دانش مربوط به بدنه اصلی و ریزحرکات،” هوش محاسباتی در مهندسی برق (سیستم های هوشمند در مهندسی برق)، vol. 6، no. 2، pp. 87–100، 1394، [Online]. Available: https://sid.ir/paper/203011/fa

    مقالات مرتبط نشریه ای

    مقالات مرتبط همایشی

  • ثبت نشده است.
  • طرح های مرتبط

  • ثبت نشده است.
  • کارگاه های پیشنهادی






    بازگشت به بالا
    telegram sharing button
    whatsapp sharing button
    linkedin sharing button
    twitter sharing button
    email sharing button
    email sharing button
    email sharing button
    sharethis sharing button