بهبود در بازشناسی کلمات دست نوشته فارسی با استفاده از الگوریتم های یادگیرنده تجمعی

چکیده مقاله

در اوایل ده ه 90 میلادی ایده استفاده از چند طبقه بند ساده تر به جای یک طبقه بند پیچیده مطرح شد هدف این مقاله، ارایه یک روش ترکیبی جدید برای شناسایی کلمات دست نوشته فارسی است بردار ویژگی استخراج شده توسط پرسپترون چند لایه کلاس بندی میشوند سپس خروجی پرسپترون چند لایه توسط روش بیز ساده ترکیب میشوند آزمایشها بر روی پایگاه داده ایران شهر پیاده سازی شده است این پایگاه داده شامل 780 نمونه از اسامی 30 شهر ایران است که 600 نمونه برای آموزش و 180 نمونه برای آزمایش بکار رفته است نتایج نشان میدهد که روش همجوشی بر اساس این الگو برتر از سایر طرحها میباشد نرخ بازشناسی توسط روش پیشنهادی برابر با 96/44 درصد میباشد که نسبت به روشهای کلاسیک بیان شده در تحقیقات پیشین، % 4/89 بهبود را نشان میدهد

کلیدواژه‌ها

نویسندگان

الهام صدری

کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی واحد ساوه، ساوه، ایران

رضا ابراهیم پور

دانشیار گروه مهندسی کامپیوتر، عضو هیا علمی دانشگاه شهید رجایی، تهران، ایران

�دری، الهام و ابراهیم پور، رضا،1397،بهبود در بازشناسی کلمات دست نوشته فارسی با استفاده از الگوریتم های یادگیرنده تجمعی،کنفرانس بین المللی نوآوری وتحقیق در علوم مهندسی(ICIRES ۲۰۱۸)

ارائه‌شده در

مجموعه مقالات کنفرانس بین المللی نوآوری وتحقیق در علوم مهندسی(ICIRES ۲۰۱۸)27 تیر 1397