ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الرئيسية > استخدام خوارزمية Backpropagati...>الوصف

استخدام خوارزمية Backpropagation للتميز الأحرف الأبجدية العربية

العنوان بلغة أخرى: Using the Backpropagation Algorithm to Distinguish Arabic Alphabet
بەكارهێنانى ئەلگۆريتمى Backpropagation ناسينەوەى پيتە كانى ئەلف وبى عەرەبى
المصدر: زانكو - الإنسانيات
الناشر: جامعة صلاح الدين
المؤلف الرئيسي: حسن، سامية خالد (مؤلف)
المؤلف الرئيسي (الإنجليزية): Hasan, Samiah Khaled
المجلد/العدد: مج28, ع1
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2024
الشهر: فبراير
الصفحات: 86 - 94
ISSN: 2218-0222
رقم MD: 1463050
نوع المحتوى: بحوث ومقالات
اللغة: العربية
قواعد المعلومات: HumanIndex
مواضيع:
الحروف الأبجدية | اللغة العربية | الذكاء الاصطناعي | الانتشار العكسي
كلمات المؤلف المفتاحية:
الشبكات العصبية الاصطناعية | خوارزمية الانتشار العكسي | الأوزان | إدخال وإخراج | Networks Neural Artificial | Back Propagation Algorithm | Weights | Input and Output
رابط المحتوى:

الناشر لهذه المادة لم يسمح بإتاحتها.
صورة الغلاف QR قانون
حفظ في:
المستخلص: في هذا البحث تم إجراء دراسة ا لحرف الأبجدية العربية باستخدام شبكة العصبية متعددة طبقات وهي شبكة للخطأ وتم استخدام Back propagation الانتشار العكسي للتدريب الشبكة losing الخوارزمية من خلال دالة تفعيل وعدد العقد المخفية هو 10 وعدد دورات 500 والخطأ 0.001 Matlab ذلك باستخدام برنامج المسموح هو وهدف الدراسة هو استخدام خوارزمية الشبكة R2013a للتعرف على الأحرف وذلك من خلال تدريب الشبكة للتعرف على الأحرف في حالتين الحالة الأولى إدخال الحرف المناسب إلى الشبكة ثم تشويتها والتعرف الشبكة على الحرف وإظهارها بصورة صحيحة. الحالة الثانية إدخال صورة الحرف إلى الشبكة والتعرف على الحرف الذي يمثل الحرف المرسوم في الصورة. وتم الوصول إلى إن للشبكة العصبية للتعرف على الخوارزمية المستخدمة الحرف الأبجدية العربية ثم إظهارها بصورتها الصحيحة.

In this research, a study of the Arabic alphabet used a multi-layered neural network, which is the back propagation error. Using the algorithm through the Losing activation function to train the network. The hidden numbers of nodes are 10, the number of cycles is 500, and the error is 0.001, using the Matlab R2013a program. The aim of the study It is the use of the network algorithm to recognize the characters, by training the network to recognize the characters in two cases. The first case is inputting the image of the letter into the grid and the second case is identifying the letter that represents the letter drawn in the image. And it was reached that the algorithm used for the network of nervousness to recognize the Arabic alphabet and then show it correctly.

لە م تویژینە وە یە دا، تویژینە وە لە سە ر پیتە کانی ئە لف و بی عە رە بی کراوە بە بە کارهینانی توریکی دە ماری فرە چین کە توری بلاوبوونە وە ی پشتە وە یە بو هە لە وە بە کارهینانی ئە لگوریتمە کە لە ریگای ها و کیشە چالاککردن لە دە ستدان losing بە کار هینراوە بو راهینانی تورە کە ژمارە ی گری شاراوە کان بريتييە لە 10 ژمارە ی خولە کان 500 ، وە هە لە کە 0.001 بە بە کارهینانی پروگرامی Matlab R2013 و ئامانج لە م تویژینە وە بریتییە لە بە کارهینانی نە لگوریتمە کە ی تور بو ناسینە وە ی پیتە کان بە راهینانی تورە کە بو ناسینە وە ی پیتە كان لە دوو حالە تدا، حالە تی یە کە م ئە وە یە کە پیتی گونجاو بخە رە ناو تورە کە وە و پاشان بیشتوینە تورە کە ش پیتە کە دە ناسیتە وە و بە دروستی پیشانی دە دات حالە تی دووە م بریتییە لە داخلکردنی وینە ی پیتە کە بو ناو تورە کە و دە ستنیشانکردنی ئە و پیتە کە نوینە رایە تی ئە و پیتە دە کات کە لە وینە کە دا کیشراوە گە یشتنە ئە و ئە لگوریتمە ی کە بو توری دە مار بە کارهاتووە بو ناسینە وە ی ئە لف و بی عە رە بی و دواتر بە شیوە ی دروستی خوی پیشانی بدات.
ISSN: 2218-0222

عناصر مشابهة


© 2024 المنظومة. جميع الحقوق محفوظة.