بازشناسی خودکار اعداد دست نویس لاتین با استفاده از مدل مخلوط گوسی دو مرحله ای
محل انتشار: پانزدهیمن کنفرانس مهندسی برق ایران
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,756
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE15_164
تاریخ نمایه سازی: 17 بهمن 1385
چکیده مقاله:
در این مقاله روشی جدید برای تشخیص خودکار اعداد دست نویس لاتین با استفاده از مدل مخلوط گوسی ارائه می گردد. در این روش برای آموزش دسته بندی کننده ابتدا با در نظر گرفتن زیر مجموعه ای از داده های آموزشی، هر کلاس از اعداد با استفاده از یک تابع مخلوط گوسی مدل شده و زیر کلاسهای مربوطه بصورت خودکار تعیین می شوند، به گونه ای که برای نگارشهای مختلف یک عدد زیر کلاسهای متقاوتی در نظر گرفته می شود. سپس تابع چگالی احتمال کلاسهای حاصله نیز به صور حاصل جمع تعدادی مولفه گوسی مدل شده و پارامترهای آنها تخمین زده میشود. درمرحله آزمایش با توجه به میزان شبیه نمایی داده ورودی به مدل مخلوط گوسی هر کلاس عمل دسته بندی انجام می شود. الگوریتم ارائه شده با استفاده از مجموعه داده MNIST مورد آزمایش واقع شده است. نتایج حاصله نشان دهنده آن است که روش پیشنهادی از دقت، سرعت و قابلیت انعطاف بسیار خوبی برخوردار است.
کلیدواژه ها:
نویسندگان
محمدرضا ارباب شیرانی
آزمایشگاه تحقیقاتی پردازش سیگنال - دانشکده برق - دانشگاه
محمدتقی صادقی
آزمایشگاه تحقیقاتی پردازش سیگنال - دانشکده برق - دانشگاه
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 :