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...

با توجه به کاربرد روزافزون سیستم های بازشناسی چهره در زندگی روزمره، بهبود عملکرد این سیستم ها مورد توجه بسیاری از پژوهش گران قرار گرفته است. در سیستم های بازشناسی الگو و کاربرد خاص آن یعنی سیستم های تایید چهره، به منظور افزایش کیفیت و کاهش پیچیدگی سیستم، با هدف کاهش بعد داده ها و حفظ هرچه بیشتر اطلاعات جداکننده دسته های مختلف، داده ها به یک فضای ویژگی مناسب نگاشت پیدا می کنند. اخیراً با ورود مفا...

سیستم واسط مغز- کامپیوتر مبتنی بر پتانسیل‌های برانگیختة بینایی حالت ماندگار، به‌دلیل مزایایی چون سادگی راه‌اندازی و استفاده از سیستم، صحت کافی و همچنین نرخ تبادل اطلاعات قابل‌قبول، مورد‌ توجه قرار‌ گرفته‌ است. علاوه‌بر این مزایا، برای داشتن سیستمی که در دنیای واقعی قابل‌استفاده بوده و قابلیت کاربرد برخط را داشته باشد، زمان پردازش کوتاه نیز معیاری مهم است. در این مقاله، با ارائة روشی بر‌مبنای اس...

در این پروژه مقاوم سازی بازشناسی گفتار در محیط های نویزی بر مبنای پردازش زیرباندی بررسی شده است. مقاوم سازی بازشناسی گفتار یکی از مسائل مهم در این حوزه می باشد که کار بر روی ان همچنان ادامه دارد. از روش های گوناگونی به منظور تحقق یافتن این مهم استفاده می شود و ایده های متنوعی نیز در مقالات و تحقیقات ارائه می گردند. عیب عمده اکثر روشهای پیشهاد شده پیچیدگی زیاد و سرعت کم الگوریتم های آن است. ما د...

در این مقاله بازشناسی مقاوم به نویز گوینده در حالت مستقل از متن مورد توجه قرار گرفته است. روش پیشنهادی بر مبنای حذف سکوت از جملات و تقطیع آنها به واحدهای کوچک‌تر شامل چند آوا و حداقل یک واکه برای استخراج ویژگی‌های زمان‌بلند از جمله آنتروپی عمل می‌کند. یک واکه پرانرژی در هر قطعه گفتاری برای استخراج فرکانس پایه و فرمنت‌ها شناسایی می‌شود. با اعمال یک روش خوشه‌بندی، ویژگی‌های زمان‌کوتاه یعنی ضرایبِ ...

ویژگی‌ الگوهای زمانی سیگنال صوتی از دو حوزه زمانی و یا بردارهای بازنمایی شده قابل استخراج است. این ویژگی دربرگیرنده اطلاعات و مشخصات زمان بلند از تغییرات پیوسته واحدهای گفتاری است. در این مقاله، ویژگی الگوهای زمانی با استفاده از خروجی مقدار احتمال پسین واجی ساختار بهینه شده شبکه عصبی MTMLP، از مجموعه بردارهای بازنمایی مبتنی بر طیف (مانند ویژگی گفتاری‌ LFBE) و همچنین، مبتنی بر کپستروم (مانند ویژ...

یکی از پیش فرضهای اولیه مدل مارکوف پنهان، اعمال توزیع آماری هندسی به کشش زمانی بردارهای هر حالت مدل مارکوف پنهان است که به وضوح با طبیعت مساله سازگار نیست. مدلهای قطعه ای اتفاقی و به طور خاص مدل مارکوف پنهان قطعه ای تا حدی این مشکل را به ازای پیچیدگی بیشتر در مراحل آموزش و بازشناسی حل می کند. در مقابل، مدلهای شبکه عصبی و مدل ادراک گفتار دانشگاه ام آی تی از این مدلسازی چشم پوشی کرده اند. در این ...

یکی از مشکلات عمده­ی سامانه­های خودکار بازشناسی گفتار (asr)، تنوعات موجود در بین گویند­ه­ها، کانال انتقال داده و محیط است که به علت وجود این تنوعات، کارایی این سامانه ها در شرایط کاربردی مختلف به شدت تغییر می کند. مقاوم سازی سیستم­های بازشناسی جهت مقابله با این تغییرات از جمله مسائل حال حاضر در حوزه بازشناسی گفتار است. از جمله عواملی که باعث کاهش کارایی سیستم­ها می­شود، تمایز مشخصات صوتی آواهای...

در این مقاله بازشناسی مقاوم به نویز گوینده در حالت مستقل از متن مورد توجه قرار گرفته است. روش پیشنهادی بر مبنای حذف سکوت از جملات و تقطیع آنها به واحدهای کوچک‌تر شامل چند آوا و حداقل یک واکه برای استخراج ویژگی‌های زمان‌بلند از جمله آنتروپی عمل می‌کند. یک واکه پرانرژی در هر قطعه گفتاری برای استخراج فرکانس پایه و فرمنت‌ها شناسایی می‌شود. با اعمال یک روش خوشه‌بندی، ویژگی‌های زمان‌کوتاه یعنی ضرایبِ ...