بهبود در بازشناسی کلمات دست نوشته فارسی با استفاده از الگوریتم های یادگیرنده تجمعی
سال انتشار: 1397
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 527
فایل این مقاله در 6 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:
ICIRES01_105
تاریخ نمایه سازی: 5 آبان 1397
چکیده مقاله:
در اوایل ده ه 90 میلادی ایده استفاده از چند طبقه بند ساده تر به جای یک طبقه بند پیچیده مطرح شد. هدف این مقاله، ارایه یک روش ترکیبی جدید برای شناسایی کلمات دست نوشته فارسی است. بردار ویژگی استخراج شده توسط پرسپترون چند لایه کلاس بندی میشوند. سپس خروجی پرسپترون چند لایه توسط روش بیز ساده ترکیب میشوند. آزمایشها بر روی پایگاه داده ایران شهر پیاده سازی شده است. این پایگاه داده شامل 780 نمونه از اسامی 30 شهر ایران است که 600 نمونه برای آموزش و 180 نمونه برای آزمایش بکار رفته است. نتایج نشان میدهد که روش همجوشی بر اساس این الگو برتر از سایر طرحها میباشد. نرخ بازشناسی توسط روش پیشنهادی برابر با 96/44 درصد میباشد که نسبت به روشهای کلاسیک بیان شده در تحقیقات پیشین، % 4/89 بهبود را نشان میدهد.
کلیدواژه ها:
بازشناسی الگو ، شناسایی کلمات دست نوشته فارسی ، استخراج ویژگی ، پرسپترون چند لایه ، ترکیب طبقه بندها ، بیز ساده
نویسندگان
الهام صدری
کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد ساوه، ساوه، ایران
رضا ابراهیم پور
دانشیار گروه مهندسی کامپیوتر، عضو هیا علمی دانشگاه شهید رجایی، تهران، ایران