ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Arabic Handwritten Text Recognition Using Genetic Algorithm and Artificial Neural Network

العنوان بلغة أخرى: التعرف على النصوص العربية المكتوبة بخط اليد باستخدام الخوارزمية الجينية والشبكة العصبية الاصطناعية
المؤلف الرئيسي: الصمادي، حمزه سليم (مؤلف)
مؤلفين آخرين: السقار، فيصل سليمان (مشرف) , الشطناوي، عطا الله محمود عواد (مشرف)
التاريخ الميلادي: 2019
موقع: المفرق
الصفحات: 1 - 52
رقم MD: 1030139
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة آل البيت
الكلية: عمادة الدراسات العليا
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

27

حفظ في:
LEADER 04628nam a22003377a 4500
001 1518165
041 |a eng 
100 |9 558169  |a الصمادي، حمزه سليم  |e مؤلف 
245 |a Arabic Handwritten Text Recognition Using Genetic Algorithm and Artificial Neural Network 
246 |a التعرف على النصوص العربية المكتوبة بخط اليد باستخدام الخوارزمية الجينية والشبكة العصبية الاصطناعية 
260 |a المفرق  |c 2019 
300 |a 1 - 52 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة آل البيت  |f عمادة الدراسات العليا  |g الاردن  |o 0034 
520 |a يعاني نظام التعرف الحالي من مشكلة الأبعاد للميزات المستخرجة التي قد تقلل من نتائج التعرف وتقلل من أداء التعرف من خلال اختيار العديد من الميزات غير الملائمة أو الزائدة عن الحاجة. تقوم هذه الرسالة بتطوير نظام التعرف على النص المكتوب بخط اليد باللغة العربية اعتمادا على مصنف الشبكة العصبية الاصطناعية لمعالجة مشكلة النظام. يتكون النظام المقترح من ثلاث مراحل رئيسية تشمل: استخراج الميزات، اختيار الميزات، والتصنيف. في حين أن الإنجاز الرئيسي لهذا البحث هو تحسين نظام التعرف وإيجاد مجموعة فرعية مثالية من الميزات. تتضمن مرحلة استخراج الميزات مجموعة من الميزات الإحصائية والهيكلية وهي: المتوسط والانحراف المعياري والنمط الثنائي المحلي والميزات الهندسية. في اختيار الميزات، تم اعتماد الطريقة الهجينة لتقليل أبعاد الميزات وتحديد مجموعة فرعية مثالية من الميزات استنادا إلى الخوارزمية الجينية التي تدعمها خوارزمية أقرب الجيران. تمكنت هذه الطريقة من تقليل 72.4 % من الميزات غير المرغوب فيها والحصول على 21 ميزة فعالة. تمت مقارنة الطريقة المقترحة مع طريقة أخرى تعتمد على تحليل المكونات الرئيسية، حيث تبين أن نهج الاختيار من الخوارزمية الجينية وخوارزمية أقرب الجيران أفضل من حيث معدل التعرف وعدد الميزات المحددة. استخدمت مرحلة التصنيف الشبكة العصبية الاصطناعية مصنف للتعرف على النص المكتوب بخط اليد باللغة العربية اعتمادا على مجموعة البيانات IFN/ENIT. يمكن للشبكة العصبية الاصطناعية التعرف على خط اليد العربي بنسبة 94.2 % من معدل الدقة. تتم مقارنة الطريقة المقترحة مع طريقة أخرى تعتمد على تقنية تحليل المكونات الرئيسية. توضح المقارنة أن نهج الاختيار للنظام المقترح أفضل من تقنية تحليل المكونات الرئيسية من حيث معدل التعرف وعدد الميزات المحددة. حصلت هذه التقنية على معدل دقة 92.7 % مع 30 ميزة محددة. 
653 |a تكنولوجيا المعلومات  |a الخوارزمية الجينية  |a الشبكات العصبية  |a النصوص العربية 
700 |a السقار، فيصل سليمان  |g Al Saqqar, Faisal Suleiman Saleh  |e مشرف  |9 483579 
700 |a الشطناوي، عطا الله محمود عواد  |g Al Shatnawi, Atallah Mahmoud Awad  |e مشرف  |9 483580 
856 |u 9802-005-024-0034-T.pdf  |y صفحة العنوان 
856 |u 9802-005-024-0034-A.pdf  |y المستخلص 
856 |u 9802-005-024-0034-C.pdf  |y قائمة المحتويات 
856 |u 9802-005-024-0034-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-005-024-0034-1.pdf  |y 1 الفصل 
856 |u 9802-005-024-0034-2.pdf  |y 2 الفصل 
856 |u 9802-005-024-0034-3.pdf  |y 3 الفصل 
856 |u 9802-005-024-0034-4.pdf  |y 4 الفصل 
856 |u 9802-005-024-0034-O.pdf  |y الخاتمة 
856 |u 9802-005-024-0034-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 1030139  |d 1030139 

عناصر مشابهة