شماره ركورد :
831391
عنوان مقاله :
تشخيص كاراكترهاي فارسي تايپ شده با الگوريتم گاز عصبي رشد يابنده (GNG)
عنوان فرعي :
Persian Typed Character Recognition with the Growing Neural Gas Algorithm (GNG)
پديد آورندگان :
برنا، كيوان نويسنده عضو هيات علمي دانشكده علوم رياضي و كامپيوتر، دانشگاه خوارزمي، تهران، ايران , , نيلفروشان، زهرا نويسنده دانشگاه صنعتي اميركبير,دانشكده علوم رياضي و كامپيوتر Nilforoushan, Z , پاشاييان، پدرام نويسنده كارشناس ارشد، دانشكده فني، دانشگاه خوارزمي، تهران، ايران , , رضا زاده بيدگلي، فاطمه نويسنده كارشناس ارشد، دانشكده فني، دانشگاه خوارزمي، تهران، ايران ,
اطلاعات موجودي :
فصلنامه سال 1395 شماره 1
رتبه نشريه :
فاقد درجه علمي
تعداد صفحه :
8
از صفحه :
56
تا صفحه :
63
كليدواژه :
پردازش تصوير , تشخيص كاراكتر , گاز عصبي رشد يابنده , نقشه‌هاي خودسامان‌ده , هندسه محاسباتي
چكيده فارسي :
در اين مقاله با استفاده از الگوريتم گاز عصبي رشد يابنده (GNG)، گراف مرتبط با يك كاراكتر فارسي تايپ شده را از روي تصوير آن كاراكتر استخراج مي‌كنيم. اين گراف به عنوان يك ويژگي كه ريخت كاراكتر را كاملا ياد مي‌گيرد، براي تشخيص كاراكتر به كار مي‌رود. GNG، يكي از انواع الگوريتم هاي خود‌سامان‌ده است و نوعي يادگيري رقابتي به حساب مي‌آيد. مهم‌ترين مزيت اين روش علاوه بر سرعت و دقت قابل قبول، مقاومت در برابر چالش‌هاي مهمي مانند چرخش، نويز، تغيير شكل است. اين الگوريتم تصوير كاراكتر فارسي تايپ شده را به عنوان ورودي مي‌گيرد و يك گراف كه ريخت كاراكتر در آن حفظ شده است را به عنوان خروجي برمي‌گرداند.
سال انتشار :
1395
عنوان نشريه :
ايده هاي نو در علوم و فناوري
عنوان نشريه :
ايده هاي نو در علوم و فناوري
اطلاعات موجودي :
فصلنامه با شماره پیاپی 1 سال 1395
كلمات كليدي :
#تست#آزمون###امتحان
لينک به اين مدرک :
بازگشت