معرفی یک سیستم بازشناسی کلمات فارسی مبتنی بر روش های پردازشی هوشمند

پایان نامه
چکیده

در این پایان نامه برای بازشناسی کلمات دستنویس فارسی و عربی برون خط، دو مدل ترکیبی جدید پیشنهاد شده است. با داشتن تعداد زیادی از کلمات، رویکردهای کاهش واژه نامه، روش های قدرتمندی برای هرس ابتدایی کلمات محسوب می شوند. دو مدل پیشنهادی، مبتنی بر روش های کاهش واژه نامه اند و مراحل پیش پردازش، قطعه بندی، استخراج ویژگی و طبقه بندی را در بر می گیرند. ویژگی هایی که از تصاویر کلمات استخراج می شوند را می توان به دو گروهخصوصیت نقاط کلمه و خصوصیت بدنه کلمهدسته بندی کرد.غالب مدل هایی که تاکنون ارائه شده است، تنها یک گروه از ویژگی ها را بکار می برند و توانایی کار با گروه دیگر را ندارند،اما مدل هایی که در این پایان نامه پیشنهاد شده، جهت افزایش کارایی، از هر دو گروهویژگی استفاده می کنند. مدل های پیشنهادی بر روی پایگاه داده ifn/enit که متشکل از بیست و شش هزار تصویر کلمه دستنویس است آزمایش شده و با دقت 95%، نرخ کاهش 89.6% و 96.2% بدست آمده است.

۱۵ صفحه ی اول

برای دانلود 15 صفحه اول باید عضویت طلایی داشته باشید

اگر عضو سایت هستید لطفا وارد حساب کاربری خود شوید

منابع مشابه

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...

متن کامل

یک روش دو مرحلهای برای بازشناسی کلمات دستنوشته فارسی به کمک بلوکبندی تطبیقی گرادیان تصویر

This paper presented a two step method for offline handwritten Farsi word recognition. In first step, in order to improve the recognition accuracy and speed, an algorithm proposed for initial eliminating lexicon entries unlikely to match the input image. For lexicon reduction, the words of lexicon are clustered using ISOCLUS and Hierarchal clustering algorithm. Clustering is based on the featur...

متن کامل

طراحی یک سیستم هوشمند مبتنی بر شبکه های عصبی و ویولت برای تشخیص آریتمی های قلبی

In this paper, Automatic electrocardiogram (ECG) arrhythmias classification is essential to timely diagnosis of dangerous electromechanical behaviors and conditions of the heart. In this paper, a new method for ECG arrhythmias classification using wavelet transform (WT) and neural networks (NN) is proposed. Here, we have used a discrete wavelet transform (DWT) for processing ECG recordings, and...

متن کامل

معرفی یک سیستم هوشمند دقیق برای تشخیص توده‌ها در تصاویرماموگرافی

  مقدمه: سرطان پستان یکی از شایع­ترین بیماری­های زنان است. شناسایی و تشخیص زودهنگام این بیماری می­تواند در درمان آن بسیار مؤثر باشد. ماموگرافی درحال حاضر از مؤثرترین روش­های تشخیص بیماری سرطان پستان است.   روش بررسی: ما با توجه به تصاویر ماموگرافی اقدام به تشخیص توده­های موجود در تصاویر می­نماییم. در این روش نرم­افزار بدون نیاز به تشخیص ناظر، نواحی اطراف تومور را به­طور کامل و دقیق شناسایی می­ک...

متن کامل

معرفی یک سیستم هوشمند برای تشخیص دقیق سرطان پستان

مقدمه: تشخیص به‌موقع سرطان پستان به‌طور چشمگیری مرگ­ومیر ناشی از آن را در جامعه زنان کاهش می‌دهد. آزمایش آسپیراسیون سوزنی (FNA) روشی ساده، ارزان و غیرتهاجمی برای تشخیص دقیق و زودهنگام این سرطان است که امروزه تلاش می­شود به‌صورت هوشمند و ماشینی انجام گیرد.روش بررسی­: مراحل ایجاد یک سیستم هوشمند برای تشخیص سرطان پستان عبارت‌اند از: ثبت تصاویر میکروسکوپیک از نمونه FNA، استخراج ویژگی­های عددی از ای...

متن کامل

ارائه خصیصه های خاص زبان فارسی جهت بازیابی و بازشناسی کلمات تصویری فارسی با استفاده از تعبیه برچسب

جستجو و بازیابی کلمات دستنویس در اسناد تصویری روشی جایگزین برای بازشناسی کاراکترهای نوری (OCR) است. این راهکار بیشتر در مواردی که بازشناسی کاراکترهای نوری دقت پایینی دارند، مانند متون دستنویس یا متون چاپی با کیفیت پایینی مطرح می‌گردد. امروزه یکی از روشهای کارآمد در بازیابی مبتنی بر محتوای تصویر، که برای کلمات تصویری هم توسعه داده شده است، استفاده از رده‌ بندی مبتنی بر خصیصه (Attribute-based Cla...

متن کامل

منابع من

با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید

ذخیره در منابع من قبلا به منابع من ذحیره شده

{@ msg_add @}


نوع سند: پایان نامه

وزارت علوم، تحقیقات و فناوری - دانشگاه شهید چمران اهواز - دانشکده مهندسی

میزبانی شده توسط پلتفرم ابری doprax.com

copyright © 2015-2023