استفاده از الگوريتم آناليز اجزاي اصلي جهت تشخيص نرم افزاري حروف در متون فارسي

مقدمه: ابداع روش منابع گوياي خودكار، همواره يكي از دغدغه‌هاي فكري پژوهشگران بوده است تا ابزاري كارآمد جهت مطالعه‌ي متون معمولي توسط نابينايان توليد نمايند. در اين راه، علاوه بر تلاش در جهت ساخت ابزارها، روش‌هاي بهينه جهت پردازش، شناخت و تفكيك نوشته‌ها و متون فارسي نيز مورد نياز مي‌باشد. روش‌ها: در اين مقاله با استفاده از روش آناليز اجزاي اصلي، روشي جديد جهت تشخيص اتوماتيك حروف در تصاوير تهيه شده از حروف فارسي تايپ شده ارايه مي‌گردد كه قادر به بهبود روش‌هاي موجود از لحاظ دقت و سرعت مي‌باشد. در اين روش، كه برگرفته از روش آناليز اجزاي اصلي مي‌باشد، در اصل اجزاي وابسته به تغييرات كم از داده‌ها حذف مي‌شود و بدون از دست رفتن قسمت عمده‌ي اطلاعات تصوير، مي‌توان شباهت‌ها و اختلافات بين تصاوير مختلف را با سرعت و دقت بيشتري مورد بررسي قرار داد. يافته‌ها: در اين مقاله با انجام آزمايش‌هاي عملي متعدد، كارآيي بهتر روش اجزاي اصلي در مقايسه‌ با روش‌هاي قبلي مانند روش‌هاي آماري و زرنيك سريع مورد تأييد قرار گرفته است. براي مثال با آزمايش هر سه اين روش‌ها بر يك مجموعه‌ي داده‌ي آموزشي يكسان و چهار مجموعه‌ي داده‌ي آزموني يكسان، مشخص گرديد كه دقت اين روش در مقايسه با روش آماري 1.775 درصد بهتر و سرعت آن 7.5 برابر شده است و در مقايسه با روش زرنيك سريع دقت 2.2 درصد بهبود داشته و سرعت آن نيز 5.12 برابر بيشتر شده است. نتيجه‌گيري: مقايسه‌ي نتايج نهايي اعمال داده‌ها به الگوريتم‌هاي مطرح شده در مقاله و مقايسه‌ي دقت و زمان آن‌ها نشان داد كه الگوريتم آناليز اجزاي اصلي (PCA) تركيبي بهترين نتايج از لحاظ سرعت و دقت را به همراه دارد.