بازشناسي برون خطي كلمات دست نويس فارسي مبتني بر بردارهاي ويژگي تركيبي و انتخاب مثال هاي موثر در آموزش با استفاده از الگوريتم FCNN

در این مقاله یك سامانه بازشناسی كلمات دست نویس فارسی برون خط، مبتنی بر بردارهای ویژگی تركیبی و انتخاب مثال های موثر در آفرینش یا استفاده از الگوریتم(fast condensed nearest neighbor) FCNN ارائه شده است. این سامانه مراحل دریافت تصاویر، پیش پردازش، استخراج ویژگی و طبقه بندی را در بر می گیرد. در مرحله پیش پردازش پس از برچسب گذاری و تفكیك زیر كلمات (زیر بخش های همبند) در ماتریس های تصویری مجزا، عملیات آستانه گیری، حذف نویز، استخراج اسكلت به منظور حذف اثر عرض قلم، محدودسازی زیر كلمات در پنجره های محدود كننده به منظور حذف اثر ناهمگونی ابعاد نگارش و اصلاح كج روی نسبت به خط پایه به منظور حذف تغییرات چرخشی، اجرا می شود. در مرحله استخراج ویژگی، مجموعه محدودی از تركیب ویژگی های آماری شامل میانگین، واریانس و انرژی ضرایب هیستوگرام افكنش عمودی و ویژگی های ساختاری شامل ضرایب الگوریتم(correspondence analysis) CA و ویژگی های حاصل از اعمال تبدیل موجك 1 بعدی بر هیستوگرام افكنش عمودی، از تمامی تصاویر زیر كلمات استخراج می گردد. در مرحله طبقه بندی نیز، پس از انتخاب مثال های موثر در آموزش با استفاده از الگوریتم FCNN، از طبقه بندهای(K nearest neighbor) KNN ,(multi layer perceptron) MLP برای شناسایی و طبقه بندی نمونه های آزمون استفاده می شود. نهایتا سیستم پیشنهادی بر روی بخشی از پایگاه داده ایرانشهر، متشكل از 640 تصویر كلمه دست نویس (480 نمونه آموزش، 160 نمونه آزمون) پیاده سازی شده و نرخ بازشناسی 99.7% را ارائه می دهد.