بازشناسی قلمهای فارسی به کمک ضرایب خودهمبستگی
محل انتشار: چهارمین کنفرانس ماشین بینایی و پردازش تصویر
سال انتشار: 1385
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,564
فایل این مقاله در 9 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:
ICMVIP04_007
تاریخ نمایه سازی: 21 دی 1386
چکیده مقاله:
در این تحقیق ویژگی جدید ضرایب خود همبستگی برای استخراج از اسناد متنی به منظور بازشناسی قلم های فارسی معرفی شده است. در این روش، تصویر سند مستقل از محتوای متن به عنوان یک تصویر بافت دار در نظر گرفته می شود که بافت متن، وابسته به نوع قلم می باشد. سپس ضرایب خود همبستگی به عنوان ویژگیهای مناسب برای طبقه بندی قلمهای مختلف استخراج می شود . روش پیشنهادی روی مجموعه ای شامل 1000 زیرتصویر از 20 نوع قلم متداول فارسی آزمایش شده است . نرخ بازش ناسی 95.7 به کمک همسایه نزدیکتر، مناسب بودن روش پیشنهاد شده k طبقه بند
را نشان می دهد . در این مقاله همچنین استفاده از الگوریتم وراثتی برای کاهش بعد بردار ویژگی پیشنهاد شده است که علاوه بر کاهش میزان ویژگیهای استخراجی به کمتر از نصف، افزایش دقت طبقه بندی به نرخ بازشناسی 96.9 نیز حاصل شده است.
کلیدواژه ها:
نویسندگان
عصمت راشدی
دانشگاه شهید باهنر کرمان
حسین نظام آبادی پور
دانشگاه شهید باهنر کرمان
سعید سریزدی
دانشگاه شهید باهنر کرمان
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 :