Thesis

تشخیص حروف دست نویس فارسی با استفاده از شبکه تابع پایه شعاعی

Download full textFree with an account; signing up with Google takes seconds

Abstract(in Persian; no English abstract is available)

چکیده - در مقاله ارائه شده ، مساله بازشناسی حروف دستنویس فارسی به کمک شبکه های عصبی مورد بررسی و مطالعه قرار گرفته است. جهت انجام این پروژه، مراحلی تعیین و تعریف می شود که شامل انتخاب و تعیین خصوصیت منحصر به هر حرف بوده، به گونه ای که در مقابل مواردی از قبیل چرخش، تغییر اندازه و جابجایی مقاوم باشد. تبدیل فرمت ورودی به شکل قابل ارائه به شبکه و آنگاه آموزش شبکه عصبی از دیگر مراحل اجرای پروژه است. در این پروژه از یک خصوصیت مهم به نام shape context با توجه به استفاده از الگوریتم otsu جهت انجام عملیات باینری کردن تصاویر نمونه و چندین خصوصیت تکمیلی دیگر در کنار آن به صورت ترکیبی استفاده شده است. در انتهای عملیات، آموزش بر روی نه کلاس داده که از تصاویر استخراج شده تشکیل شده اند صورت گرفته و بر روی داده آزمون که داده ای است که در مجموعه داده های مورد آموزش توسط شبکه نمی باشد، امتحان می شود، که در 90.23% موارد، خروجی به درستی تشخیص داده می شود.

Supervisors and advisors

وحید اسدپور

Similar theses

  • تشخیص اعداد دست نویس فارسی به کمک شبکه های عصبی

    Thesis1991وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهانفریبرز سبحان منش

    دراین رساله پس از طرح مسئله تشخیص الگو، استفاده از شبکه های عصبی مصنوعی را به عنوان یک ابزار محاسباتی قوی در تشخیص الگو مورد بررسی قرار می دهیم. سپس از این شبکه ها جهت تشخیص اعداد و چهار عمل اصلی دست نویس فارسی توسط کامپیوتر استفاده خواهیم کرد که دراین راستا، بهینه سازی پارامترها

  • تشخیص اعداد دست نویس فارسی

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه تفرش - دانشکده برقامیر بهادر بیات

    در این پایان نامه ما به ارائه یک روش مبتنی بر نمایش تنک برای تشخیص ارقام دست نویس فارسی می پردازیم. در سال های اخیر روش های مبتنی بر نمایش تنک توانسته اند به کارایی قابل توجهی در مسائل بینایی ماشین و پردازش تصویر دست یابند. چالش اصلی در طراحی یک طبقه بند مناسب برای تشخیص ارقام فا

  • تشخیص ارقام دست نویس فارسی با استفاده از ادغام طبقه بندها و تصمیم گیری چند معیاره فازی

    Thesis2014وزارت علوم، تحقیقات و فناوری - دانشگاه تفرش - دانشکده مهندسی برقرضا پاژنگ

    در این پایان نامه قصد ارائه الگوریتمی بر اساس ترکیب طبقه بندها برای بهبود دقت شناسایی ارقام دست نویس فارسی را داریم. این ترکیب بر اساس ترکیب فازی طبقه بندها می باشد که علاوه بر افزایش دقت در برخورد با عدم قطعیت، باعث افزایش قدرت طبقه بند شده است. در این کار برای استخراج ویژگی از

  • رگرسیون غیرخطی مبتنی بر شبکه ی تابع پایه شعاعی

    Thesis2010وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده ریاضیام کلثوم کاظمی

    در این پایان نامه، برآورد تابع رگرسیون یک یا چندین متغیر توضیحی را در نظر می گیریم به طوری که تابع رگرسیون به-صورت ترکیب خطی از خانواده ای از توابع پایه مدل سازی می شود. با توجه به این که شبکه عصبی تابع پایه شعاعی می تواند به صورت یک الگوی رگرسیون غیرخطی در نظر گرفته شود، آن را ب

  • بازشناسی برون خطی کلمات دست نویس فارسی مبتنی بر ویژگی های آماری و ساختاری با استفاده از طبقه بند های knn وmlp و اجرای الگوریتم fcnn

    Thesis2012دانشگاه آزاد اسلامی - دانشگاه آزاد اسلامی واحد تهران مرکزی - دانشکده مهندسی برق و الکترونیکزهرا مددی

    هدف این پژوهش ارائه روشی نوین با بازدهی مطلوب، مبتنی بر به کارگیری الگوریتم های موثر برای بازشناسی برون خط و مستقل از تفکیک کلمات دست نویس فارسی است. بدین منظور سه راهکار متمایز متشکل از مراحل دریافت تصاویر ورودی، پیش پردازش، استخراج ویژگی و طبقه بندی پیشنهاد شده است. عملیات آستا

  • مدل سازی رگرسیون لجستیک با استفاده از شبکه های عصبی تابع پایه شعاعی تکاملی

    Thesis2013وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی اصفهان - دانشکده ریاضیآرزو مجیری خوزانی

    دسته بندی یکی از موضوعاتی است که در زمینه های گوناگون دارای کاربرد های عملی فراوانی است . دسته بندی اشیا یا افراد می تواند به کمک مشاهده ی ویژگی ها و یا خصوصیات آن ها انجام پذیرد . یک روش آماری رایج در امر دسته بندی ، استفاده از مدل رگرسیون لجستیک است . مدل رگرسیون لجستیک با در ن

Similar items