سیستم تشخیص دست خط فارسی متنی بر الگوریتمFastDTW و مدل برنامه نویسی MapReduce از طریق فن آوری های محاسبات ابری

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,612

فایل این مقاله در 8 صفحه با فرمت PDF و WORD قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

FRCNC01_014

تاریخ نمایه سازی: 14 مرداد 1394

چکیده مقاله:

مقاله حاضر پیشنهاد سیستم قوی، کارآمد و مقیاس پذیر توزیع شده OCR دست خط فارسی بر اساس یک الگوریتم موازی FastDTW از طریق فن آوری محاسبات ابری می باشد. در این مقاله از سه روش Hadoop، MapReduce و Cascading برای پیاده سازی الگوریتم موازی FastDTW استفاده شدo و تشخیص کلمه کامل و نه تک تک حروف الفبا مد نظر می- باشد. آزمایشات بر روی Elastic Map Reduce 2CE nozamA و Amazon Simple Storage Service (S3) با استفاده از مجموعه داده های مقیاس بندی شده بزرگ ساخته شده از پایگاه داده IFN / ENIT مورد استفاده قرار گرفتند.

کلیدواژه ها:

سیستم های بزرگ OCR ، FastDTW ، MapReduce ، محاسبات ابری

نویسندگان

سیفعلی مهینی

دانشگاه آزاد اسلامی واحد خوی

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 :
  • M. Khemakhem and A. Belghith. A P2P grid architecture for ...
  • Maher Khemakhem, Abdelfettah Belghith Towards distributed Cursive writing OCR systems ...
  • Sushil Bhardwaj1, Leena Jain1, Sandeep Jain2 cloud computing: a study ...
  • نمایش کامل مراجع