ارائه یک سیستم کارآمدبرای شناسایی اعداددست نویس بااستفاده ازشبکه عصبی

شناسایی نوشته های چاپ شده توسط ماشین یکی ازعلاقه مندی های قدیمی درحوزه فناوری اطلاعات بوده است که امروزه برای نوشته های چاپی به مرزقابل قبولی رسیده است بااین حال تشخیص دست نوشتهها هنوز درابتدای راه قرارداشته و سیستم مطمئنی برای تشخیص دست نوشته ها ارایه نشده است تشخیص اعداد دستنوشته یکی ازساده ترین موضوعات دراین حوزه است که بهدلیل محدودیت حالات میتواند برای تحقیقات مورداستفاده قرارگیرد دراین مقاله سیستمی افلاین برای تشخیص و دسته بندیتصاویر اعداد دست نوشته مجزای انگلیسی با استفاده ازشبکه پرسپترون چندلایه و روش استخراج ویژگی منطقه بندی پیشنهادگردیده است سیستم تشخیص پیشنهادشده میتواند به نرخ تشخیص بالاتری درمقایسه با سیستم هایی که ازروشهای استخراج ویژگی افقی و عمودی استفاده می کنند دست یابد نقطه قوت کارانجام شده ارایه روشی کارامد برای استخراج ویژگی طرح دسته بندی جامع و روشی مناسب برای اموزش شبکه پرسپترون چند لایه می باشد که بواسطه آن شبکه هاموزش داده شده توانسته به نرخ تشخیص 97.2درصد دستیابد

کلیدواژه ها:

استخراج ویژگی ، الگوریتم پس انتشار ، پرسپترون چندلایه MLP ، تشخیص کاراکترنوری ، شناسایی اعداددست نویس و Computer neural networks(ANN)