Triple Integrated Classifiers Algorithm by Adopting "KNN", "BPNN" and "SVM" for Offline Handwritten Isolated Arabic Character Recognition System
| العنوان بلغة أخرى: |
خوارزمية المصنفات الثلاثية المتكاملة من خلال اعتماد "KNN", "PBNN" and "SVM" لنظام التعرف على الحروف العربية المعزولة والمكتوب بخط اليد |
|---|---|
| المؤلف الرئيسي: | الخوالدة، طارق ساير عليان (مؤلف) |
| مؤلفين آخرين: | حمارشة، أكرم عارف (مشرف) |
| التاريخ الميلادي: |
2021
|
| موقع: | المفرق |
| الصفحات: | 1 - 86 |
| رقم MD: | 1171701 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة آل البيت |
| الكلية: | كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
| المستخلص: |
تقدم هذه الدراسة تقنية متقدمة تهدف إلى التغلب على العقبات في العديد من أنظمة التعرف على خط اليد العربية. تُصنف اللغة العربية على أنها طبيعة مخطوطة، وتختلف أحرفها في الشكل وأنماط الخط والحجم والعرض والارتفاع والمحاذاة والاتجاه، وبعضها يحتوي على عدد من النقاط. لذلك، فإن معظم أنظمة التعرف الضوئي على الحروف (OCR) للغة العربية تواجه مشكلة صعبة بسبب صعوبة وتعقيد تحديد النمط المتموج للأحرف. ومع ذلك، فقد تم إيلاء القليل من الاهتمام لهذا المجال من البحث فيما يتعلق بمشكلة التعرف على الأحرف في هذه الدراسة، تم تطوير نظام متكامل ثلاثي لنظام التعرف على الكتابة بخط اليد العربية المعزولة بناء على المصنفات ثلاثية المراحل لتحسين دقة نظام التعرف. النظام المطور يستخدم ثلاثة مصنفات تشمل: دعم آلة المتجهات (SVM)، K-Nearest Neighbor's (KNN)، والشبكات العصبية القابلة للتعلم. تستخدم آلة المتجهات الداعمة (SVM) لتقسيم أحرف مجموعة البيانات إلى فئتين من الأحرف مع وبدون نقاط، من أجل تقليل معدل الخطأ في التعرف على الأحرف التي تمتلك شكلا مشابها. ثم تم تطبيق مصنف (K-Nearest Neighbor's (KNN. تساهم نتائج المراحل السابقة في مرحلة الشبكة العصبية للانتشار الخلفي (BPNN)، والتي توفر أفضل صحة ودقة من خلال التدريب. يستخدم هذا العمل مجموعة بيانات التونسية (ENIT /IFN)، حيث يُظهر نظام التصنيف الثلاثي دقة تصل إلى 99%. تثبت SVM وKNN وBPNN المدمجة الثلاثية أنها توفر معدل دقة عاليا مع معالجة منخفضة الوقت، لا سيما مع مجموعة بيانات كبيرة (مع معدل خطأ محدود، وهو أقل من 5-10)، وهو خطأ ضئيل. |
|---|
عناصر مشابهة
-
Arabic offline handwritten isolated character recognition system using bayesian network and neural network
بواسطة: Abd Alkafor, Ahmed Subhi منشور: (2016) -
Recognition of Arabic Offline Isolated Handwritten Characters using Deep Residual Neural Networks
بواسطة: أحمد، سديم طارق منشور: (2019) -
Arabic printed/Handwritten Character Recognition using artificial neural network
بواسطة: Al Zubaidy, Laheeb Mohamed Ibrahim منشور: (2002) -
RECOGNITION OF HANDWRITTEN ARABIC CHARACTERS
بواسطة: Al Yousefi, Hamad منشور: (1989) -
Arabic Handwritten Character Recognition Using Artificial Neural Network
بواسطة: Al-Rifai, Bahaa Abd Allah منشور: (2006)
