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 پارامترهای شبکه و بررسی اثر حذف و کوانتیزاسیون وزنهای شبکه مورد توجه قرار خواهند گرفت . بعد از مراحل فوق به یک شبکه عصبی بهینه...

سیستم بازشناسی اثر کف دست، سیستمی زیست سنجی مبتنی بر ویژگی فیزیولوژیکی اثر کف دست انسان است که سرشار از ویژگی های غنی، پایدار و منحصربه فردی همچون خطوط، نقاط و بافت می باشد. ویژگی بافت یکی از مهم ترین ویژگی های قابل استخراج از تصاویر با وضوح کم می باشد. سیستم بازشناسی اثر کف دست، سیستم زیست سنجی جدیدی است و در نتیجه بسیاری از روش ها و الگوریتم های استخراج ویژگی بافت به کارگرفته شده در این سیستم...

بازشناسی برخط نوشتار یکی از دشوارترین زمینه های شناسایی الگو و هوش مصنوعی بوده و همواره مورد توجه خاص محققان قرار گرفته است. پیچیدگی این زمینه, هنگام برخورد با زبان هایی مثل فارسی و عربی که حروف آن ها باتوجه به موقعیت شان در کلمه, شکل های متفاوتی به خود می گیرند, دوچندان می شود. تحلیل دست نوشته ی فارسی یا عربی در مقایسه با زبان های لاتین، به علت حضور اجزای کوچکی ("نقطه", "دونقطه" و ...) بالا یا...

در این مقاله یک سیستم برای بازشناسی علامت‌های ساکن زبان اشاره‌ی فارسی پیشنهاد شده است. این سیستم بر مبنای یک ویژگی شکلی جدید طراحی شده و قادر است با نرخ تشخیص بالایی، علامت‌های ساکن الفبای زبان اشاره‌ی فارسی را به طور خودکار بازشناسی کند. در اینسیستم، ابتدا با استفاده از آنالیز مؤلفه‌ی اصلی (PCA)، جهت‌های غالب دست را بدست می‌آوریم و تصاویر را در جهت غالب دست، به نحوی که سیستم مختصات جدید تصویر ...

چکیده ندارد.

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...

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...

حالت گفتار سبب افزودن اطلاعات اضافی نسبت به اطلاعات نوشتاری می شود. از طرف دیگر، وجود حالت در گفتار سبب بروز مشکل در فرایند بازشناسی گفتار می شود. در تحقیقات قبلی نشان داده شد که حالت گفتار سبب تغییرات اساسی در پارامترهای گفتاری می شود. برای بهبود نتایج بازشناسی گفتار با حالت، ابتدا باید تأثیر آن را بر پارامترهای گفتاری به دست آورد و در مرحله بعدی، از پارامترهای مناسبی برای بهبود نتایج بازشناسی...

بازشناسی ارقام دستنویس فارسی یکی از شاخه های حوزه بازشناسی الگو است. تحقیقات در این زمینه چندین دهه است که آغاز شده و هنوز هم در حال تحول می باشد. این تحقیق به بهبود نرخ بازشناسی ارقام دستنویس فارسی با استفاده از خوشه بندی پرداخته است. در این پایان نامه از سه طبقه بندی کننده فازی، شبکه عصبی چند لایه ی پرسپترون و شبکه عصبی احتمالاتی برای بازشناسی ارقام دستنویس فارسی استفاده شده است. در یک روش...

در این مقاله، به بازنمایی و توصیف گل‌های قالی می‌پردازیم. مجموعه گل‌های موجود در چهارده کلاس طبقه‌بندی می‌شوند. از آنجایی که گل‌ها دارای چرخش، تغییر مقیاس و انتقال هستند، توصیفگر مطلوب باید نسبت به این تغییرات پایا باشد. در این مقاله از دو توصیفگر موجک و فوریه-ملین استفاده شده است. در توصیفگر موجک از انحراف معیار مقدار عناصر زیرباندها استفاده شده است. برای ارزیابی توصیفگرهای به کار رفته، گل‌ها ...