شماره ركورد كنفرانس :
4418
عنوان مقاله :
تشخيص برون خط اشكال كشيده شده با دست بر اساس الگوريتم PSA و شبكه هاي عصبي پرسيون چند لايه
پديدآورندگان :
محمدي بزنج سرور دانشگاه علوم و تحقيقات واحد خراسان جنوبي , علي قلي زهرا دانشگاه علوم و تحقيقات واحد خراسان جنوبي , آقايي تبريزي مريم دانشگاه تهران , صدري دكتر جواد دانشگاه بيرجند
كليدواژه :
تشكيل اشكال گرافيكي(Graphics Recognition) , تشخيص برون خط اشكال كشيده شده با دست ( offline Hand-drawn Shape Recognition) الگوريتم ( principal Component Analysis) شبكه عصبي پرسيترون چند لايه (MLP)
عنوان كنفرانس :
يازدهمين كنفرانس سراسري سيستم هاي هوشمند
چكيده فارسي :
در اين مقاله به يكي از پر كاربردترين شاخه هاي تشخيص اشكال گرافيكي (Graphics Recognition)، تشخيص برون خط اشكال كشيده شده يا دست پرداخته ايم. اين مقاله بر پايه شبكه عصبي پرسيترون چند لايه (MLP) و الگوريتم PCAمي باشد. هر تصوير به يك بردار يك بعدي با طول 1600 تبديل مي شود و در نهايت با الگوريتم PCA ابعاد اين داده ها را كاهش داده و از آن به عنوان ورودي شبكه عصبي استفاده مي كنيم. پايگاه داده استفاده شده شامل فرم هايي مي باشند كه توسط افراد مختلفي پر شده اند. در هر فرم از هر يك از اشكال دايره، مستطيل، مربع، مثلث، لوزي و خط راست دو نمونه گرفته شده است. الگوريتم استفاده شده نسبت به تجانس و چرخش غير حساس مي باشد. اين پايگاه داده شامل 166 نمونه براي آموزش و 110 نمونه براي مرحله تست مي باشد. تجربه نشان داده شده است كه الگوريتم استفاده شده و ويژگي هاي استفاده شده منجر به نتيجه قابل قبول بالاي 90 درصد شده است