ترکیب الگوریتم SVM و Naive Bayes برای تشخیص ارقام دست نوشته فارسی
سال انتشار: 1392
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,392
فایل این مقاله در 17 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:
CEIT01_020
تاریخ نمایه سازی: 9 تیر 1393
چکیده مقاله:
تکنیک های هوش مصنوعی، اغلب در دامنه های مختلفی مانند تشخیص کاراکترها، تشخیص چهره، داده کاوی، تشخیص خطا، تشخیص الگو، تشخیص طبی، زیست شناسی وغیره بکار گرفته می شوند. تشخیص کاراکترهای دست نوشته، یکی از شاخه های تشخیص کاراکتر نوری به حساب می آید که در چند دهه اخیر مورد توجه محققان قرار گرفته است. هدف از این پژوهش، تشخیص ارقام دست نوشته فارسی است که شامل سه مرحله پیش پردازش، استخراج ویژگی و دسته بندی می باشد. هدف از پیش پردازش، بهبود کیفیت تصاویر ارقام دست نوشته فارسی بوده است. در مرحله استخراج ویژگی، مهمترین ویژگی ها بمنظور تشخیص کاراکترها از یکدیگر استخراج می شوند. در مرحله بندی ، نمونه های مشابه در یک گروه قرار گرفته و نمونه های متفاوت در گروه های مختلف قرار می گیرند. ما در مرحله استخراج ویژگی 196 ویژگی مناسب با استفاده از روش فریم بندی از روی تصاویر ارقام دست نوشته فارسی استخراج کردیم، در مرحله دسته بندی، از الگوریتم های هوش مصنوعی بمنظور جداسازی ارقام دست نوشته فارسی استفاده نمودیم . با وجود اینکه پایگاه داده های متفاوتی برای ارقام دست نوشته فارسی وجود داشت، اما ما از بزرگترین و مهمترین پایگاه داده ارقام دست نوشته فارسی، یعنی پایگاه داده ارقام هدی، متشکل از 80000 رقم دست نوشته فارسی اسفتاده کردیم ، که 60000 نمونه را برای آموزش و 20000 نمونه را برای آزمایش سیستم در نظر گرفتیم. بهترین دقت در روش پیشنهادی ما 99/34 درصد بود. که با ترکیب الگوریتم NaiveBayesو SVM به دست آمد.
کلیدواژه ها:
تشخیص ارقام دست نویس فارسی ، پیش پردازش ، استخراج ویژگی ، دسته بندی ، ترکیب الگوریتم NaiveBayes و SVM
نویسندگان
مسعود سبزعلی
دانشجوی کاشناسی ارشد واحد علوم و تحقیقات کهگیلویه و بویراحمد، گروه آموزشی کامپیوتر، یاسوج
رضا اکبری
عضو هیئت علمی دانشگاه صنعتی شیراز، گروه آموزشی کامپیوتر، شیراز
مهدی محرابی
عضو هیئت علمی دانشگاه آزاد اسلامی واحد شیراز، گروه آموزشی کامپیوتر، شیراز
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 :