سیستم بازشناسی ارقام دستنویس فارسی بر اساس الگوریتم آموزش فعال و شبکه های عصبی
محل انتشار: دهمین کنفرانس دانشجویی مهندسی برق ایران
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,161
فایل این مقاله در 8 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:
ISCEE10_205
تاریخ نمایه سازی: 7 آذر 1390
چکیده مقاله:
در مسایل یادگیری واقعی، بدستآوردن نمونه های برچسب دار برای آموزش بسیار پرهزینه می باشد. در این مقاله روشی برای دسته بندی اعداد پیشنهاد شده است که در آن ابتدا یک شبکه عصبی ساده چند لایه با تعداد کمی نمونه برچس بدار ساخته م یشود، سپس با استفاده از یادگیری فعال و با بکارگیری روش نمونه برداری براساس عدم اطمینان و عدم مشابهت و اضافه کردن تعدادی از نمونه هایی که در مرحله تست اشتباه دسته بندی شده اند (نمونه های منحرف)، نمونه های مفید را برای برچس بگذاری به کاربر م یدهد تا در آموزش شبکه استفاده کند. این مقاله همچنین از روش قاب بندی برای استخراج ویژگی ها استفاده می کند. در این روش یک تصویر باینری از اعداد جزء بندی شده و به تعداد ثابتی از تصاویر کوچکتر که قاب نامیده می شوند شکسته می شود. از هر جعبه یک نقط ه ثابت که بردار فاصله م یباشد استخراج می شود. این روش وابسته به قلم و اندازه کاراکتر ورودی نیست و با یک تغییر کوچک در مرحله پی شپردازش برای هر زبانی با هر قلمی و هر انداز های می تواند کارا باشد. نمونه های استفاده شده بصورت دستی جمع آوری و پردازش شده اند
کلیدواژه ها:
نویسندگان
احمد خیرخواه
گروه هوش مصنوعی دانشکده مهندسی دانشگاه آزاد مشهد
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 :