بازشناسی برخط ارقـام دست-نویس فارسی با استفاده ازطبقه بند ماشین بردار پشتیبان

در این مقاله روشی برای بازشناسی برخط ارقام دست¬نویس فارسی ارایه می شود. چهار مجموعه ویژگی نقطه¬ای¬ و یک مجموعه ویژگی¬ سراسری، از نمونه¬های پیش¬پردازش¬شده استخراج شده¬است. در این پژوهش ساختاری مناسب برای بردار ویژگی، تنها حاوی یک مجموعه ویژگی نقطه¬ای و بهره¬گیری از ویژگی¬های سراسری در کنار ویژگی¬های نقطه¬ای برای بهبود عملکرد طبقه¬بند ارایه می¬شود. به همین منظور آزمایش¬های متعددی با هرکدام از مجموعه ویژگی¬های نقطه¬ای و همچنین بهره¬گیری از ویژگی¬های سراسری در کنار هریک از مجموعه ویژگی¬های نقطه¬ای با استفاده از طبقه¬بند ماشین بردار پشتیبان (SVM) با رویکردهای یک در مقابل همه (OVA) و یک در مقابل یک (OVO) انجام شده¬است. در این تحقیق به-منظور ارایه روشی سریع، دقیق و با قابلیت اطمینان بالا، طبقه¬بند ماشین بردار پشتیبان (SVM) با رویکرد یک در مقابل یک (OVO) برای بازشناسی برخط ارقام دست¬نویس فارسی، پیشنهاد شده¬است. روش پیشنهادی ارایه شده در این مقاله روی ارقام موجود در پایگاه داده Online-TMU انجام شده¬است، بهترین نرخ بازشناسی، با بهره¬گیری از تغییرات در راستای افقی (Δx) و تغییرات در راستای عمودی (Δy) به عنوان ویژگی نقطه¬ای در کنار مجموعه ویژگی¬های¬ سراسری حاصل می¬شود، که میانگینی برابر با 08/98 درصد دارد.

بازشناسی برخط، ارقام دست نویس فارسی، ماشین بردار پشتیبان (SVM)، یک در مقابل یک (OVO)، پایگاه داده.