Offline Arabic Handwritten Word Recognition Using Artificial Neural Networks
| العنوان بلغة أخرى: |
التعرف على الكلمات العربية المكتوبة بخط اليد باستخدام الشبكات العصبونية الاصطناعية |
|---|---|
| المؤلف الرئيسي: | السرديه، أحمد محمود علي (مؤلف) |
| مؤلفين آخرين: | البشير، محمد سعيد منصور (مشرف) |
| التاريخ الميلادي: |
2019
|
| موقع: | المفرق |
| الصفحات: | 1 - 57 |
| رقم MD: | 1094739 |
| 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: |
عدد مرات التحميل
6
| المستخلص: |
نظرا لقلة الأبحاث المستخدمة في التعرف على اللغة العربية المكتوبة بخط اليد في وضع عدم الاتصال مقارنة باللغات الأخرى، أصبح الاتجاه نحو التعرف على الكتابة اليدوية باللغة العربية مجالا مهما، حيث تعامل الباحثون مع النص المكتوب بطريقتين، بتقسيم الكلمات إلى أحرف/ رموز وهي النهج التحليلي، من ناحية أخرى، التعرف على الكلمة ككل دون تجزئة تسمى النهج الشامل. يركز هذا البحث على منهج كلي. تم اقتراح وتطوير نظام التعرف على الكلمات المكتوب بخط اليد باللغة العربية على أساس النمط الثنائي المحلي (LBP) في مرحلة استخراج الميزات والشبكات العصبية الاصطناعية كمصنف لمرحلة التصنيف. يتكون اقتراحنا من ثلاث مراحل رئيسية، هي المعالجة المسبقة واستخراج المعالم والتصنيف. يتم تطبيق المعالجة المسبقة على البيانات مثل إزالة الضجيج وإزالة علامات التشكيل والهيكل العظمي وعملية تطبيع صورة الكلمة، وبعد ذلك باستخدام طريقة LBP لأغراض تحليل الملمس وكاستخراج ميزة إحصائية عالمية، ثم تدريب مجموعات البيانات واختبارها على مصنف ANN للتصنيف الشامل. تم اختبار النظام المقترح على الإصدار 2.0 من قاعدة بيانات IFN/ ENIT باستخدام أحجام مختلفة لتطبيع الكلمات. كان الحجم (160*160) هو أفضل أداء في دقة التصنيف، وبالتالي كانت نتائج دقة التصنيف التي حققتها هي 99.33% و93.00% للمجموعات d وe من قاعدة بيانات IFN/ ENIT على التوالي. تم تحقيق نتائج دقة التصنيف التي كانت أفضل من أنظمة القياس التي قمنا بمقارنتها. أخيرا، كانت النتائج واعدة مقارنة بالأنظمة العربية الأخرى للتعرف على الكلمات المكتوبة بخط اليد والمذكورة في الأدب. |
|---|
عناصر مشابهة
-
Arabic Handwritten Text Recognition Using Genetic Algorithm and Artificial Neural Network
بواسطة: الصمادي، حمزه سليم منشور: (2019) -
Arabic Handwritten Character Recognition Using Artificial Neural Network
بواسطة: Al-Rifai, Bahaa Abd Allah منشور: (2006) -
Recognition of Arabic Offline Isolated Handwritten Characters using Deep Residual Neural Networks
بواسطة: أحمد، سديم طارق منشور: (2019) -
Offline Arabic Holistic Handwritten Word Recognition using Support Vectors Machine
بواسطة: العون، مصباح عرسان حنيان منشور: (2019) -
Speech Recognition of Arabic Words Using Artificial Neural Networks
بواسطة: أبو اللوخ، صادق جاسم منشور: (2014)
