تشخیص اعداد دستنویس عربی با استفاده از ترکیب الگوریتم ژنتیک و شبکه عصبی
محل انتشار: سومین کنفرانس مهندسی برق و الکترونیک ایران
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,525
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEEE03_156
تاریخ نمایه سازی: 18 مهر 1390
چکیده مقاله:
دراین مقاله روشی برای شناسایی اعداد دستنویس عربی ارائه شده است از آنجایی که تشخیص تصاویر به علت زیاد بودن ویژگی های آن منجر به افزایش پیچیدگی درمحاسبات و کاهش دقت دسته بندی می شود از میان ویژگی های موجود ویژگیهایی انتخاب می شود که اطلاعات مفید تری دارند که دراین مقاله از الگوریتم ژنتیک برای انتخاب ویژگی و از شبکه عصبی پرسپترون برای تشخیص استفاده می شود برتری این روش نسبت به روشهای پیشین در نوع انتخاب ویژگی توسط الگوریتم ژنتیک می باشد روش پیشنهادی روی یک پایگاه داده که شامل 60000 داده برای آموزش و 10000 داده برای تست می باشد پیاده سازی شده میزان دقت ان 98.1% بدست آمده است.
کلیدواژه ها:
نویسندگان
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :