ارسل ملاحظاتك

ارسل ملاحظاتك لنا







الَّتعرف إلى الحروف العربية المنفصلة والمكتوبة بخط اليد باستخدام آلية دعم الموجه والشبكة العصبية

العنوان بلغة أخرى: Offline Arabic Handwritten Isolated Character Recognition System Using Support vector Machine and Neural Network
المؤلف الرئيسي: الجبوري، محمد أنس حسين (مؤلف)
مؤلفين آخرين: أبو صايمة، هشام سعيد (مشرف)
التاريخ الميلادي: 2017
موقع: عمان
الصفحات: 1 - 86
رقم MD: 857158
نوع المحتوى: رسائل جامعية
اللغة: الإنجليزية
الدرجة العلمية: رسالة ماجستير
الجامعة: جامعة الشرق الأوسط
الكلية: كلية تكنولوجيا المعلومات
الدولة: الاردن
قواعد المعلومات: Dissertations
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون

عدد مرات التحميل

60

حفظ في:
LEADER 03819nam a22003377a 4500
001 1479367
041 |a eng 
100 |9 461381  |a الجبوري، محمد أنس حسين  |e مؤلف 
245 |a الَّتعرف إلى الحروف العربية المنفصلة والمكتوبة بخط اليد باستخدام آلية دعم الموجه والشبكة العصبية 
246 |a Offline Arabic Handwritten Isolated Character Recognition System Using Support vector Machine and Neural Network 
260 |a عمان  |c 2017 
300 |a 1 - 86 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة الشرق الأوسط  |f كلية تكنولوجيا المعلومات  |g الاردن  |o 0162 
520 |a في الآونة الأخيرة ونظرا للتقدم في التكنلوجيا فان التعرف الضوئي للأحرف (OCR) وتطويره أصبح ضرورة ملحة، وانتشر انتشارا واسعا وذلك لزيادة التقنيات التي تحتاج إليه وذلك في المجالات العلمية والعملية معا، حيث تساهم هذه التقنية في تقليل الأخطاء الناتجة عن إدخال المعلومات والنصوص من قبل الإنسان. أن الاهتمام بهذه التقنية وتطبيقها على حروف اللغة العربية يعد قليلا، وذلك لصعوبة الحروف العربية من حيث الاختلافات في الأشكال حسب موقع الانحنائات، تلك المشكلة حلت من قبل طرق معينة لاستخراج الميزات. في هذه الأطروحة، تم اقتراح نظام للتعرف على الحروف العربية المعزولة ويمر النظام بمرحلتين: المرحلة الأولى هي SVM والتي نقوم بها بتقسيم الأحرف إلى مجموعتين الحروف التي تحتوي على النقاط والحروف بدون النقاط ويتم ذلك عن طريق إعطاء بعض الميزات وتمريرها على الحروف لاستخراج كل مجموعة. هذا التصنيف من شانه أن يقلل نسبة الخطأ بين الحروف المتشابهة، المرحلة الثانية هي توفير نتيجة المرحلة الأولى وإدخالها إلى شبكه عصبية ذات تعلم ذاتي مدربه مسبقا" للتعرف النهائي على الحرف. تم تنفيذ هذا العمل باستخدام قاعدة البيانات IFN/ENIT، النظام المقترح يقلل من عبء العمليات على مصنف الشبكة العصبية بواسطة مصنف دعم التميز الآلي وبدقة إجمالية تصل 92.2% ونتطلع مستقبلا للحصول على درجات أعلى من الدقة. 
653 |a التعرف الضوئى على المحارف  |a دعم التمييز الآلى  |a استخراج الميزات  |a الشبكة العصبية 
700 |a أبو صايمة، هشام سعيد  |g Abusaimeh, Hesham Said   |e مشرف  |9 461329 
856 |u 9802-015-008-0162-T.pdf  |y صفحة العنوان 
856 |u 9802-015-008-0162-A.pdf  |y المستخلص 
856 |u 9802-015-008-0162-C.pdf  |y قائمة المحتويات 
856 |u 9802-015-008-0162-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-015-008-0162-1.pdf  |y 1 الفصل 
856 |u 9802-015-008-0162-2.pdf  |y 2 الفصل 
856 |u 9802-015-008-0162-3.pdf  |y 3 الفصل 
856 |u 9802-015-008-0162-4.pdf  |y 4 الفصل 
856 |u 9802-015-008-0162-O.pdf  |y الخاتمة 
856 |u 9802-015-008-0162-R.pdf  |y المصادر والمراجع 
856 |u 9802-015-008-0162-S.pdf  |y الملاحق 
930 |d y 
995 |a Dissertations 
999 |c 857158  |d 857158