بازشناسی ارقام دست نویس فارسی با استفاده از شبکه عصبی RBF

سامانه نوری کاراکتر، شامل سه بخش اصلی پیش پردازش، استخراج ویژگی و طبقه بندی می باشد. هدف از بخش پیش-پردازش، حذف نویز، هموارسازی و نرمالیزه کردن داده های ورودی است که میتواند نقش بسزایی در تمایز بهتر الگوها در فضای ویژگی داشته باشد. در بخش استخراج ویژگی به هر نمونه، بردار ویژگیای اختصاص داده میشود که معرف آن نمونه در فضای ویژگی مورد نظر است و بدین ترتیب آن را از دیگر نمونه ها متمایز میسازد. در بخش طبقه بندی، باید مرز-بندی صحیحی بین بردارهای ویژگی انجام شود، به طوری که نمونه های هر الگو با مرز مشخصی از بقیه نمونه ها تفکیک شوند. ما در این مقاله، سعی در افزایش و بهبود دقت تشخیص ارقام دست نوشته فارسی داریم، لذا برای رسیدن TMU استفاده نمودیم. آزمایشات ما بر روی پایگاه داده ، RBF به این هدف، از تکنیک انجام گردید و دقت 96/87 درصد حاصل شد.

کلیدواژه ها:

بازشناسی ارقام دست نویس فارسی ، شبکه عصبی ، RBF ، استخراج ویژگی ، تبدیل موجک ، تبدیل فوریه