تشخیص ارقام دستنویس فارسی با استفاده از ویژگیهای ساختاری و طبقه بند KNN با دقت بالا
محل انتشار: اولین همایش ملی پژوهش های مهندسی رایانه
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 495
فایل این مقاله در 12 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:
RCEITT01_023
تاریخ نمایه سازی: 11 اردیبهشت 1394
چکیده مقاله:
هدف از این تحقیق بهبود بخشهای استخراج ویژگی در سامانه بازشناسی ارقام دستنوشته فارسی است. در بخش ارقام دستنویس، ماارقام دستنویس هدی که بزرگترین پایگاه داده استاندارد ارقام دستنویس کشور است انتخاب کردیم در بخش پیشپردازش، حاشیههارا حذف و به لبهیابی رسیده و به اندازه استاندارد تبدیل میکنیم و در در بخش استخراج ویژگی ما 3 ویژگی به نامهای زاویه، فاصله و RLC انتخاب و به و به بررسی روشهای استخراج ویژگی پیشنهادی پرداختیم و برای هر تصویر 33 ویژگی بدست آوردیم و در قسمت طبقهبند از طبقهبند KNN استفاده کردیم و به نرخ 111 درصد رسیدم و نتیجه نهایی را بدست آوردیم.
کلیدواژه ها:
نویسندگان
هادی سلیمانی
دانشجوی کارشناسی ارشد کامپیوتر، دانشگاه آزاد اسلامی واحد شبستر،
شاهین اکبرپور
هیت علمی گروه کامپیوتر، دانشگاه آزاد اسلامی واحد شبستر،
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 :