تشخیص حروف دست نویس فارسی با استفاده از درخت تصمیم باینری

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 813

فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد

این مقاله در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

NCCOS03_055

تاریخ نمایه سازی: 9 مرداد 1395

چکیده مقاله:

استفاده ازاطلاعات تصویری یکی ازروشهای برقراری ارتباط بین انسان ورایانه است ازاین رو تاکنون سیستم های پردازش تصویر متعددی موردتجزیه و تحلیل و حتی ساخت قرارگرفته است ازجمله سیستم های مبتنی برپردازش تصویر میتوان به یک سیستم تشخیص الگو اشاره کرد درواقع تشخیص الگوامری پیچیده است که به دلیل قابلیت های بالای مغز انسان به اسانی ودرحداقل زمان انجام میشود و ما به دلیل آنکه همواره به طور ناخوداگاه انواع مختلفی ازاین شناسایی را انجام میدهیم ازپیچیده بودن این فرایند بی خبریم اما اهمیت توانایی انسان درشناسایی الگو هنگامی مشخص میشود که انسان سعی می کند که ساده ترین نوع های بازشناسی را که براحتی توسط مغز انجام میشود توسط رایانه انجام دهد تشخیص حروف دستنوشته فارسی یکی اززیرشاخه های پردزاش تصویر و دید ماشینی به حساب می آید دراین مقاله روشی بمنظور تشخیص حروف دستنوشته فارسی ارایه شده است درروش ارایه شده 108ویژگی مناسب براساس ویژگی فاصله تبدیل فوریه کسینوسی و ویژگیهای اماری ازحروف دستنوشته فارسی استخرج شد تا کامپیوتربراساس آنها اموزش ببیند و سرانجام درمعرض ازمایش قراربگیرد

کلیدواژه ها:

نویسندگان

امید مدحتی

مدرس موسسه آموزش عالی غیرانتفاعی دانا واحد یاسوج یاسوج ایران

حسین کریمی

مدرس موسسه آموزش عالی غیرانتفاعی دانا واحد یاسوج یاسوج ایران

فرشاد قائدی

مدرس موسسه آموزش عالی غیرانتفاعی دانا واحد یاسوج یاسوج ایران

محسن طاهریان

مدرس موسسه آموزش عالی غیرانتفاعی دانا واحد یاسوج یاسوج ایران