تشخیص اعداد دست نوشته توسط شبکه عصبی چند لایه

سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 3,553

فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ROUDSARIT01_058

تاریخ نمایه سازی: 19 مرداد 1390

چکیده مقاله:

تشخیص دست خط در تقابل بین انسان و کامپیوتر بسیار مفید است تشخیص اعدادیک کدپستی وکاربردهایآن ماراعلاقه مند به استفاده یکشبکه عصبی کردها ست که قادر به طبقه بندی رقمهای 0 تا 9 باشد هدف ما در استفاده از یک شبکه عصبی چند لایه بدست اوردن سطح دقتی است که می توان با یک لایه مخفی از نرونها به آن رسید دراین مقاله توانایی یک شبکه عصبی چندلایه جهت شناخت نمونه های اعداد دستنوشته 9-0 بررسی میشود برای استخراج ویژگیها از نرم افزار paint به عنوان یک واسطه بین کاربر و برنامه تشخیص دست خط عمل می کند برای پیاده سازی آن در matlab از یک شبکه عصبی چند لایه استفاده می شود که توسط روش پس انتشار تعلیم داده شده است و در نهایت پس از ازمایش عملی اعدادشبکه با دقت 91.5% کار می کند.

کلیدواژه ها:

اعداد دست نوشته ، شبکه عصبی چند لایه ، پس انتشار ، تعلیم شبکه

نویسندگان

محسن حیدرازادزاده

عضو هیئت علمی دانشگاه آزاد اسلامی واحد دزفول

نیلوفر بیاتی چالشتری

دانشجوی کارشناسی ارشد مهندسی معماری کامپیوتر

مهدی عظیی فر

کارشناس IT سازمان اب و برق خوزستان

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 :
  • J. Kitter, M. Hatef, R. Duin, J. Matas, On combining ...
  • International, Inc, New York, NY, USA, 1999. ...
  • T. G. Dietterich and G. Bakiri, Solving via ...
  • correcting output codes, J. of Artificial Intelligence Research 2, pp263-286, ...
  • Y. Freund and R. Schapire. A decision- theoretic generalization of ...
  • L. Breiman. Bagging predictors. Machine Learning, 26, 2, pp. 123-140, ...
  • N. Hatami and R Ebrahimpour, Combining Multiple Classifiers: Diversify with ...
  • International Journal of Computer Science and Network Security, VOL.7 No.1, ...
  • J. Yao, S. Antani, R. Long, G. Thoma, Z. Zhang, ...
  • and Retrieval Using SECC, Proceedings of 19th International Symposium On ...
  • J. D. M. Remnie, Improving Multi-class Text Classification with Naive ...
  • F. Masulli and G. Valentini. Comparing decomposition methods for classification. ...
  • F. Masulli and G. Valentini. Effectiveness of error- correcting output ...
  • E.L Allwein, R.E Shapire and Y. Singer, Reducing Multiclass to ...
  • S. Escalera, O. Pujol, P. Radeva, ECOC- ONE: A novel ...
  • J. Ko, E. Kim, "On ECOC as Binary Ensemble Classifiers", ...
  • E. Alpaydin, F. Alimoglu. UCI repository of machine learning databases. ...
  • نمایش کامل مراجع