در اين مقاله، روشی برای بازشناسی برخط حروف مجزای دست¬نویس فارسی ارایه می شود. در روش پیشنهادی برای بازشناسی حروف مجزای دست نویس فارسی، از دانش مربوط به بدنه اصلی و ریزحرکات به طور همزمان و به-منظور اعتبار بیشتر تعیین کلاس خروجی استفاده شده است. در این تحقیق حروف مجزای دست نویس فارسی بر اساس تشابه بدنه اصلی در 18، و بر اساس تشابه ریزحرکات در 11 گروه، گروه بندی می شوند. با توجه به روش پیشنهادی ارایه¬شده در این پژوهش برای تشخیص نمونه های ناشناخته ورودی، بدنه اصلی و ریزحرکات شناسایی می شوند، اگر گروه های شناسایی شده از بدنه اصلی و ریزحرکات همخوانی داشته باشند، نمونه ناشناخته بازشناسی می شود؛ در غیر این صورت ناهمخوانی پیش آمده با استفاده از الگوریتم تصحیح خطا، تاحد امکان تصحیح می گردد. به منظور کاهش هزینه محاسباتی و افزایش قدرت تفکیک پذیری ویژگی ها، با استفاده از روش های کاهش ابعاد ویژگی همچون تحلیل جداکننده خطی (LDA) و تحلیل مولفه-های اصلی (PCA)، ابعاد بردار ویژگی¬ برای بدنه اصلی از 102 ویژگی به 17 ویژگی کاهش می¬یابد. برای طبقه بندی بدنه اصلی حروف و همچنین برای ریزحرکات از طبقه بند ماشین بردار پشتیبان (SVM) با رویکرد یک در مقابل یک (OVO) استفاده شده است. نتایج بدست آمده نشان می¬دهند که با استفاده از روش پیشنهادی حدود 98 درصد از حروف مجزای دست نویس فارسی برخط به درستی بازشناسی می شوند.
کلید واژگان :بازشناسی برخط، تحلیل جداکننده خطی (LDA)، تحلیل مولفه¬های اصلی (PCA)، حروف مجزای دست نویس فارسی، ماشین بردار پشتیبان (SVM).
ارزش ریالی : 600000 ریال
با پرداخت الکترونیک