ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Arabic Hand Written Word Recognition System Based on the Wavelet Packet Decomposition

العنوان بلغة أخرى: التعرف على الكلمات العربية المكتوبة بخط اليد باستخدام تحليل حزم المويجات
المؤلف الرئيسي: النمر، إيمان نمر محمد (مؤلف)
مؤلفين آخرين: الذيابات، مفلح (مشرف)
التاريخ الميلادي: 2019
موقع: المفرق
الصفحات: 1 - 80
رقم MD: 1094727
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة آل البيت
الكلية: كلية تكنولوجيا المعلومات
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

11

حفظ في:
LEADER 04353nam a22003257a 4500
001 1523758
041 |a eng 
100 |9 589066  |a النمر، إيمان نمر محمد  |e مؤلف 
245 |a Arabic Hand Written Word Recognition System Based on the Wavelet Packet Decomposition 
246 |a التعرف على الكلمات العربية المكتوبة بخط اليد باستخدام تحليل حزم المويجات 
260 |a المفرق  |c 2019 
300 |a 1 - 80 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة آل البيت  |f كلية تكنولوجيا المعلومات   |g الاردن  |o 0018 
520 |a يمثل إدراك النصوص العربية المكتوبة بخط اليد تحديا، بسبب الاختلاف الكبير في طريقة الكتابة، وخصائص الأحرف بالإضافة إلى الكم الهائل من مفردات اللغة العربية. تنقسم طرق إدراك النصوص إلى نهجين رئيسين وهما: نموذج تجزئة الكلمات إلى أحرف أو أجزاء من الكلمة وهو خارج إطار البحث، أما النموذج الثاني فهو لإدراك الكلمة كوحدة واحدة. في هذا البحث، تم اقتراح وتطوير نظام شامل للتعرف على النصوص العربية المكتوبة بخط اليد على مستوى الكلمة باستخدام Wavelet Packet Decomposition بالاعتماد على مصنفين مختلفين وهما Support Vector Machine, K-NN. يحتوي النظام المقترح على ثلاث مراحل رئيسة تشمل مرحلة المعالجة القبلية، ومرحلة استخراج السمات، وأخيرا مرحلة التعرف أو التصنيف. في مرحلة المعالجة القبلية تتم إزالة علامات التشكيل والتشويش، ثم عملية ترقيق النص باستخدام النهج المورفولوجي، وأخيرا توحيد حجم الصور إلى حجم مناسب لعملية استخلاص السمات والتصنيف. في مرحلة استخراج السمات تم اقتراح (WPD) لاستخراج سمات الكلمات العربية المكتوبة بخط اليد وتصنيفها في المرحلة الأخيرة باستخدام كل من (SVM, K-NN). تم اختبار النظام المقترح لإدراك الكلمات العربية على قاعدة بيانات IFN/ENIT باستخدام أحجام مختلفة للصور، بناءا على التجارب التي تم اختبارها تبين أن الحجم (100×100) هو الحجم الأنسب عند استخدام SVM حيث كانت دقة تعرف النظام 93.7%، أما عند تطبيق K-NN فإن أفضل حجم للصورة 45×269 حيث حقق نسبة التعرف 88.4%. تمت مقارنة النظام المقترح مع النظام القائم على أساس منهجية DWT وDCT وأثبتت الدراسة أن نتائج النظام المقترح أفضل من نتائج النظام المذكور، وبناءا على ذلك فإن النظام المقترح للتعرف على الكلمات العربية المكتوبة بخط اليد يحقق فعالية عالية، ونتائج واعدة مقارنة مع الأنظمة الأخرى المذكورة في الدراسات السابقة. 
653 |a التكنولوجيا الحاسوبية  |a حزم المويجات  |a إدراك الكلمات  |a النصوص العربية  |a قواعد البيانات 
700 |a الذيابات، مفلح  |g Al Diabat, Mofleh  |e مشرف  |9 510150 
856 |u 9802-005-010-0018-T.pdf  |y صفحة العنوان 
856 |u 9802-005-010-0018-A.pdf  |y المستخلص 
856 |u 9802-005-010-0018-C.pdf  |y قائمة المحتويات 
856 |u 9802-005-010-0018-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-005-010-0018-1.pdf  |y 1 الفصل 
856 |u 9802-005-010-0018-2.pdf  |y 2 الفصل 
856 |u 9802-005-010-0018-3.pdf  |y 3 الفصل 
856 |u 9802-005-010-0018-4.pdf  |y 4 الفصل 
856 |u 9802-005-010-0018-5.pdf  |y 5 الفصل 
856 |u 9802-005-010-0018-R.pdf  |y المصادر والمراجع 
930 |d y 
995 |a Dissertations 
999 |c 1094727  |d 1094727 

عناصر مشابهة