دانلود ترجمه مقاله ترکیب سریالی شبکه عصبی برای OCR عربی - مجله اشپرینگر

دانلود ترجمه مقاله ترکیب سریالی شبکه عصبی برای OCR عربی - مجله اشپرینگر
قیمت خرید این محصول
۲۹,۰۰۰ تومان
دانلود رایگان نمونه دانلود مقاله انگلیسی
عنوان فارسی
ترکیب سریالی شبکه عصبی برای OCR عربی
عنوان انگلیسی
A Serial Combination of Neural Network for Arabic OCR
صفحات مقاله فارسی
8
صفحات مقاله انگلیسی
7
سال انتشار
2014
نشریه
اشپرینگر - Springer
فرمت مقاله انگلیسی
PDF
فرمت ترجمه مقاله
ورد تایپ شده
رفرنس
دارد
کد محصول
4442
وضعیت ترجمه عناوین تصاویر و جداول
ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول
ترجمه شده است
رشته های مرتبط با این مقاله
مهندسی کامپیوتر
گرایش های مرتبط با این مقاله
هوش مصنوعی
مجله
علوم کامپیوتر
دانشگاه
آزمایشگاه تحقیقات در سیستم های پیچیده علوم کامپیوتر، دانشگاه Oum El Bouaghi، الجزایر
کلمات کلیدی
تشخیص عربی، ترکیب سریالی، تابع پایه شعاعی، نظریه رزونانس تطبیقی
فهرست مطالب
چکیده
۱ مقدمه
۲ کار قبلی
۳ ترکیب شبکه های عصبی
۴ نتایج ازمایشی
۵ نتیجه گیری
نمونه چکیده متن اصلی انگلیسی
Abstract

Today, handwriting recognition is one of the most challenging tasks and exciting areas of search in computer science. Indeed, despite the growing interest in this field, no satisfactory solution is available. For this reason Multiple Classifier Systems (MCS) based on the combination of outputs of a set of different classifiers have been proposed as a method for the developing of high performance classifier system. In this paper we describe a serial combination scheme of an Arabic Optical Character Recognition System. The classification engine is based on Adaptive Resonance Theory and Radial Basic Function, where an RBF network acting as the first classifier is properly combined with a set of ART1 network (one for each group) trained to classify the word image. The experiments applied on the IFN/ENIT database show that the proposed architecture exhibits best performance.

نمونه چکیده ترجمه متن فارسی
چکیده
امروزه تشخیص دست خط یکی از چالش بر انگیز ترین کار ها و زمینه های جذاب تحقیقی در علم کامپیوتر است. در واقع، علی رغم توجه روز افزون به این زمینه، یک راه حل رضایت بخش موجود نیست. برای این دلیل سیستم های دسته بند چند گانه بر اساس ترکیب خروجی های مجموعه ای از دسته بند های مختلف به عنوان روشی برای توسعه سیستم دسته بند با عملکرد بالا ارایه شده اند. در این مقاله، ما به توصیف طرح ترکیب سریالی سیستم تشخیص کاراکتر نوری عربی می پردازیم. موتور طبقه بندی بر اساس تئوری ریونانس اطبیقی و تابع پایه شعاعی است که در آن شبکه RBF به عنوان اولین دسته بند با مجموعه ای از شبکه های ART1 آموزش دیده برای دسته بندی تصویر کلمه ترکیب می شود. ازمایشات اعمال شده بر روی دیتابیسIFN/ENIT نشان می دهند که ساختار پیشتهادی بهترین عملکرد را داشت.

بدون دیدگاه