شناسایی حروف دست نویس برون خطی با استفاده از تکنیکهای داده کاوی در شبکه عصبی

چکیده مقاله

امروزه در بحث تشخیص متون دست نویس برون خط آفلاین ، از تکنیکهای یادگیری ماشین بهره گرفته میشود شبکه عصبی به عنوان یکی از قویترین و کاربردی ترین ابزارها نقش مهمی در تشخیص متون در زبانهای مختلف ایفا مینماید از آنجائیکه زبان فارسی دارای خصوصیات انحصاری با ویژگیهای توصیفی و ساختاری متفاوت می باشد، لذا ارائه چارچوبی منطقی جهت استفاده در شبکه عصبی غیر قابل اجتناب می باشد از اینرو در این پژوهش تلاش شده است تا با نگرشی عمیق به ساختار و خصوصیات ظاهری زبان فارسی، ویژگیهایی در دسته بندی های مشخص در دو گروه ویژگیهای ساختاری و توصیفی جهت آموزش و تست شبکه عصبی ارائه گردد همچنین با الگوبرداری از مجموعه داده , به عنوان یکی از جامع ترین پایگاه های داده در زمینه متون دست نویس فارسی و ارتقای تعداد مجموعه داده به ۸۰۰ نفر، در جهت هرچه کاملتر نمودن محتوای داده شبکه عصبی تلاش گردیده است

کلیدواژه‌ها

نویسندگان

عادل امانی

گروه مهندسی کامپیوتر، دانشگاه فنی و حرفه ای، تهران، ایران؛

مجتبی منتظری

واحد مراقبت پرواز، فرودگاه بین المللی شهید دستغیب شیراز، شرکت فرودگاه ها و ناوبری هوایی ایران، شیراز، ایران؛

�مانی، عادل و منتظری، مجتبی،1402،شناسایی حروف دست نویس برون خطی با استفاده از تکنیکهای داده کاوی در شبکه عصبی،نهمین کنفرانس بین المللی مهندسی صنایع و سیستم­ ها،مشهد

ارائه‌شده در

مجموعه مقالات نهمین کنفرانس بین المللی مهندسی صنایع و سیستم­ ها21 شهریور 1402 · مشهد