به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه "بازشناسی زیرکلمات فارسی" در نشریات گروه "فناوری اطلاعات"

تکرار جستجوی کلیدواژه «بازشناسی زیرکلمات فارسی» در نشریات گروه «فنی و مهندسی»
جستجوی بازشناسی زیرکلمات فارسی در مقالات مجلات علمی
  • اسماعیل میری، سید محمد رضوی*، ناصر مهرشاد
    در این مقاله روشی برای کاهش فضای جستجو در بازشناسی زیرکلمات چاپی فارسی ارایه می شود. ابتدا 10 ویژگی ساده از زیرکلمه استخراج می شود. با استفاده از مفهوم کوانتیزاسیون و با توجه به بازه تغییرات هر ویژگی روی همه داده های آموزشی ویژگی ها کوانتیزه شده و به اعداد صحیحی تبدیل می شوند. با استفاده از هر ویژگی و فاصله آن تا ویژگی متناظر هر کدام از نمونه های آموزشی، به هر کلاس امتیازی داده می شود. با اعمال همه ویژگی ها،  هر کلاس به ازای هر ویژگی یک امتیاز دارد که با ترکیب این امتیازات با اعمال جبری یک امتیاز نهایی برای هر زیرکلمه بدست می آید که با مرتب کردن آنها و انتخاب تعدادی از آنها که امتیاز بیشتری دارند، فضای جستجو محدود می شود. از اعمال جبری جمع، ضرب، بیشینه، کمینه و جمع وزن دار برای ترکیب امتیازات استفاده شده است. روش جمع وزن دار، که وزن های بهینه با الگوریتم بهینه سازی جمعیت ذرات تعیین شده اند، بهترین پاسخ را داده است.
    کلید واژگان: بازشناسی زیرکلمات فارسی, بهینه سازی جمعیت ذرات, ترکیب طبقه بندها, کاهش فضای جستجو, کوانتیزاسیون ویژگی
    Esmail Miri, Seyyed Mohmad Razavi *, Naser Mehrshad
    Abstract- In this paper, a method is presented for search space reduction in Farsi Printed Sub words recognition. First 10 simple features from sub word are extracted. By using the concept of quantization, These features are quantized according to the interval changes of each feature in training data, and are converted to integers. A score is given to every class, using each feature and its distance to corresponding feature of each training sample. By applying all features, each class has a score per feature. A final score is obtained, by fusion of these scores using algebra operations, for each class. Search space is reduced using sorting of final scores and selection of some sub words with more scores. For fusion of scores, sum, prod, max, min and weighted sum operations are used. The weighted sum method, which Optimized weights are obtained by particle swarm optimization (PSO), has given the best response.
    Keywords: Farsi Subwords Recognition, Particle Swarm Optimization (PSO), Fusion of Classifiers, Search space reduction, Feature Quantization
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال