نحوه نمایش مطالب: تاریخ | امتیاز | بازدیدها | نظرات | الفبایی
اطلاعات مطلب
  • بازديدها: 82228
  • نويسنده: kiyanmajd
  • تاريخ: 3 تیر 1390
3 تیر 1390

تشخیص حروف چاپی(ICR)+شبکه های عصبی در متلب

دسته بندی: مقالات, آموزشی, علمی

درود!

در این مجموعه ی آموزشی به بررسی انواع روش­ های تشخیص حروف پرداخته و همچنین برخی از این روش ها را پیاده سازی خواهیم کرد.

از ملزومات این آموزش دستورات مقدماتی و تکنیک­ های پردازش تصویر (در متلب)می باشد که می توانید به مقاله ای با همین مضمون در اینجا مراجعه کنید.

 

جلسه اول را با اشاره ای به تاریخچه و اصطلاحات پایه­ ای ocr شروع خواهیم کرد.

سپس در جلسه بعدی به بررسی انواع روش­ های تشخیص متن پرداخته و با ارائه روش هایی جهت استخراج ويژگي برای دسته­ بندي حروف این جلسه را به پایان خواهیم رساند.

 

در جلسه سوم  به بررسی اولین روش پیاده سازی شده در این مجموعه آموزشی می پردازیم که به آن روش template matching اطلاق می­ شود. و دلیل استفاده از این روش ساده­ گی پیاده سازی و قابل فهم بودن آن می باشد تا با دید گرفتن از هدف اصلی آموزش  بتوانیم روش­ های دیگر را پیاده سازی کنیم. همان طور که خواهید دید ما برای افزایش سرعت اجرای برنامه در این روش، مختصری از تکنیک های آماری و ساختاری نیز استفاده خواهیم نمود.

 

در جلسه چهارم به آشنایی با مبانی یکی از مهمترین بخش­ های هوش مصنوعی، یعنی شبکه­ های عصبی خواهیم پرداخت که یکی از بهترین روش­ های موجود در پیاده­ سازی ocr می باشد.

 شبکه عصبی روش خام تلاش انسانها جهت شبیه سازی الکترونیکی مغز است. که البته تا حدودی توانسته­ اند به این مقصود برسند.

به دلیل اهمیت شبکه­ عصبی ، ما آشنایی با مبانی آن را در جلسه ای جداگانه می آوریم، و در این جلسه بعد از آوردن مقدمه و تاریخچه ­ای از شبکه­ های عصبی، دلایل و مزیت­ های شبکه­ های عصبی تشریح شده، سپس اجزای یک شبکه و معماری آن مورد بررسی قرار خواهیم داد. در ادامه به بحت یادگیری شبکه­ های عصبی خواهیم پرداخت و با بیان کاربردهای وسیع شبکه­ های عصبی در زمینه­ های مختلف این جلسه را به پایان می رسانیم.

 

و در نهایت در جلسه آخر به مبانی پیاده ­سازی شبکه­ های عصبی با متلب می پردازیم و انواع توابعی که برای ایجاد شبکه در متلب وجود دارد را آورده و از این بین به پیاده ­سازی شبکه خود با سه عدد از این توابع رضایت می­دهیم. در همین جلسه به نحوه­ ی آموزش شبکه و تست آن نیز خواهیم پرداخت. و به پیاده سازی شبکه برای تشخیص حروف با سه شبکه های عصبی MLP، RBE و PNN می پردازیم.

در ادامه ی این فصل با آزمایشات مختلف عملکرد هر یک از شبکه­ های فوق را مورد بررسی قرار می­دهیم و با ایجاد جدول درستی و جدول سردرگمی هر یک از شبکه ها را مورد ارزیابی قرار می­دهیم و در نهایت با ایجاد جدول مقایسه، به مقایسه این سه شبکه پرداخته شده است.

 

امیدواریم آموزش در پیش گرفته مورد توجه دوستان قرار بگیرد.

 

 دانلود تمامی جلسات از اینجا

ابر تگ‌ها: اصطلاحات پایه ­ای ocr, انواع روش­های تشخیص متن, شبکه­ های عصبی, هوش مصنوعی, RBE, MLP, PNN

^