بازشناسی برخط زیر-کلمات فارسی بر اساس ویژگی‌های کدهای زنجیره‌ای فریمن با استفاده از ‌ مدل مخفی مارکوف

Authors

  • سارا حسینی گروه برق و مکاترونیک، واحد سمنان، دانشگاه آزاد اسلامی
  • وحید قدس باشگاه پژوهشگران جوان و نخبگان، واحد سمنان، دانشگاه آزاد اسلامی
Abstract:

در این مقاله سعی بر شناسایی برخط زیر-کلمات فارسی با استفاده از کدهای زنجیره‌ای فریمن و مدل مخفی مارکوف شده است. کدهای زنجیره‌ای با استفاده از جهت شکستگی‌ها، ضمن حفظ جهت حرکت قلم، حجم داده‌ها را کاهش می‌دهد. از این‌رو می‌تواند به عنوان یک روش مؤثر در شناسایی برخط زیر-کلمات بکار گرفته شود. پس از شکستن زیر-کلمه به بخش‌های تشکیل‌دهنده (بدنه اصلی و ریزحرکات)، با استفاده از کدهای زنجیره‌ای فریمن، هر بخش به صورت مجزا کدگذاری می‌شود. از آنجائیکه این کدها به تنهایی جهت شناسایی زیر-کلمه کافی نمی‌باشند، آنها را با ویژگی‌های دیگری که از بردارهای افقی و عمودی زیر-کلمات بدست می‌آیند تلفیق کرده و مجموعه ویژگی‌های استخراج شده را جهت شناسایی نهایی به طبقه‌بندی‌کننده مدل مخفی مارکوف ارسال می‌کنیم. ساخت مدل با استفاده از الگوریتم Baum-Welch و آموزش برنامه با الگوریتم پیشرو انجام گرفته است. بکارگیری مراحل یاد شده بر روی پایگاه داده‌ای مشتمل بر 2000 نمونه زیر-کلمه، نرخ شناسایی تا 5/93 درصد را نشان می‌دهد.

Upgrade to premium to download articles

Sign up to access the full text

Already have an account?login

similar resources

بازشناسی برخط زیر-کلمات فارسی بر اساس ویژگی های کدهای زنجیره ای فریمن با استفاده از مدل مخفی مارکوف

در این مقاله سعی بر شناسایی برخط زیر-کلمات فارسی با استفاده از کدهای زنجیره ای فریمن و مدل مخفی مارکوف شده است. کدهای زنجیره ای با استفاده از جهت شکستگی ها، ضمن حفظ جهت حرکت قلم، حجم داده ها را کاهش می دهد. از این رو می تواند به عنوان یک روش مؤثر در شناسایی برخط زیر-کلمات بکار گرفته شود. پس از شکستن زیر-کلمه به بخش های تشکیل دهنده (بدنه اصلی و ریزحرکات)، با استفاده از کدهای زنجیره ای فریمن، هر ...

full text

بازشناسی حروف برخط فارسی با استفاده از ویژگی‌های ساختاری

در این مقاله گروه‌بندی و بازشناسی حروف تنهای فارسی که به صورت برخط نوشته شده باشند، بر اساس ویژگی‌های ساختاری آن‌ها ارائه شده است. حروف بر اساس شکل و ساختار نوشتاری بدنه اصلی آن‌ها به 9 گروه تقسیم می‌شوند. پس از استخراج ویژگی‌ها، گروه‌بندی با استفاده از درخت تصمیم انجام می‌شود. بازشناسی نهایی حروف با توجه به ساختار اجزای کوچک آن‌ها در هر گروه صورت می‌پذیرد. با توجه به این که در این مقاله از روش...

full text

بازشناسی حروف برخط فارسی با استفاده از ویژگی‌های ساختاری

در این مقاله گروه‌بندی و بازشناسی حروف تنهای فارسی که به صورت برخط نوشته شده باشند، بر اساس ویژگی‌های ساختاری آن‌ها ارائه شده است. حروف بر اساس شکل و ساختار نوشتاری بدنه اصلی آن‌ها به 9 گروه تقسیم می‌شوند. پس از استخراج ویژگی‌ها، گروه‌بندی با استفاده از درخت تصمیم انجام می‌شود. بازشناسی نهایی حروف با توجه به ساختار اجزای کوچک آن‌ها در هر گروه صورت می‌پذیرد. با توجه به این که در این مقاله از روش...

full text

مدل‌سازی بازشناسی واجی کلمات فارسی

Abstract of spoken word recognition is proposed. This model is particularly concerned with extraction of cues from the signal leading to a specification of a word in terms of bundles of distinctive features, which are assumed to be the building blocks of words. In the model proposed, auditory input is chunked into a set of successive time slices. It is assumed that the derivation of the underly...

full text

My Resources

Save resource for easier access later

Save to my library Already added to my library

{@ msg_add @}


Journal title

volume 3  issue 1

pages  37- 44

publication date 2016-05-21

By following a journal you will be notified via email when a new issue of this journal is published.

Hosted on Doprax cloud platform doprax.com

copyright © 2015-2023