بکارگیری ترکیب الگوریتم ژنتیک و SVM جهت شناسایی ساختار اسنادمالی تصویری
محل انتشار: دومین کنفرانس ملی محاسبات نرم و فن آوری اطلاعات
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,175
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:
NCSCIT02_036
تاریخ نمایه سازی: 17 اردیبهشت 1391
چکیده مقاله:
دراین مقاله یک تکنیک جدید مبتنی برترکیب قطعه بندی با الگوریتم ژنتیک و دسته بند SVM ارایه شده است که طی آن ساختار اسناد مالی تصویری شامل مهر امضا دست نوشته تایپی با دقت بالایی شناسای ی می گردد بدین صورت که پس از طرح بندی فیزیکی سند اسکن شده مالی بلوکهایی تولید می شوند که با استفاده از روش پیشنهادی مرکب از الگوریتم ژنتیک و دسته بندی SVM ویژگیهای بهینه آنها انتخاب شده و درنهایت براساس اینویژگیها مشخص می شود که هریک از این بلوکها به چه جزئی از سند مالی تعلق دارند درروش پیشنهادی برخلاف روشهای قبلی از ویژگیهای حالت باینری سطوح خاکستری رنگی مربوط به یک سند استفاده شده است که درنتیجه باعث افزایش نرخ صحت بازشناسی شده است همچنین از ویژگیهایی که تغییرات و بی نظمی ها را مدنظر قرارمیدهند و الهام گرفته از رفتار طبیعی وسیستم بینایی انسان درشناسایی ساختار اسناد مالی است استفاده می شود نتایج آزمایشات نرخ صحت بالای بازشناسی را نشان میدهد.
کلیدواژه ها:
نویسندگان
محسن رزاقی
گروه کامپیوتر دانشگاه آزاد اسلامی واحد مشهد
سعید راحتی قوچانی
گروه برق دانشگاه آزاد اسلامی واحد 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 :