معرفی یک روش جدید استخراج ویژگی از ارقام دست نویس فارسی مبتنی برحالتهای همسایگی پیکسل ها
محل انتشار: چهاردهمین کنفرانس دانشجویی مهندسی برق کشور
سال انتشار: 1390
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,037
فایل این مقاله در 5 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
این مقاله در بخشهای موضوعی زیر دسته بندی شده است:
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ISCEE14_013
تاریخ نمایه سازی: 31 مرداد 1390
چکیده مقاله:
در این مقاله یک روش جدید استخراج ویژگی از تصاویر دو سطحی معرفی میشود. این روش جدید استخراج ویژگی را که ویژگی حالتهای همسایگی نامیده ایم، مبتنی بر ثبت انواع حالتهای همسایگی های موجود در پیکسل های تصویر بوده و برای تصاویر دو سطحی استفاده شده است. در این ویژگی نسبت به آخرین روش بهینه مشابه برای تصاویر دو سطحی، دقت تشخیص با 0.16 % بهبود به 98.95 % رسیده است. در این ویژگی، برای ثبت نتایج و مقایسه این روش با دیگر روش ها، آزمایشها روی مجموعه ارقام دستنویس فارسی هدا انجام شده است که دارای 60000 نمونه آموزش و 20000 نمونه آزمایش است. طبقه بند مورد استفاده، یک شبکه عصبی چند لایه است
کلیدواژه ها:
نویسندگان
شکراله محمدی نیا
دانشگاه جامع امام حسین(ع)
رضا حق مرام
دانشگاه جامع امام حسین(ع)
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 :