پروژه آموزشی تشخیص اعداد دستنویس فارسی به کمک شبکه عصبی با متلب

توضیحات

تشخیص اعداد دستنویس فارسی به کمک شبکه عصبی با متلب

در این گزارش سعی برآن شده است تا در مورد کاربرد شبکه های عصبی در سیستم شناسایی ارقام دستنویس فارسی توضیح داده شود. پس از آن، سیستم شناسایی ارقام دستنویس فارسی را به کمک مدل های شبکه عصبی موجود در نرم افزار متلب 2015 پیاده سازی نمائیم.

در سیستم طراحی شده، برای هر کدام از اعداد، تعداد 20 تصویر به عنوان مجموعه‌ی آموزشی و دو تصویر به عنوان مجموعه‌ی آزمایشی استفاده شده است. این مجموعه‌ها در پوشه‌هایی مجزا به همراه کدهای مربوط به این سیستم ارسال شده‌اند. تمامی تصاویر حاوی ارقام دست‌نویس دارای ابعاد 100*100 می‌باشند. برای دسته‌بندی این تصاویر در مرحله‌ی اول نیاز است که یک بردار بازنمایی برای این تصاویر محاسبه گردد تا بتوانیم به وسیله‌ی آن شبکه‌ی عصبی را آموزش دهیم. هدف در این مرحله که یکی از مهم ترین و حساس ترین قسمت های سیستم تشخیص الگو می‌باشد این است که با توجه به خصوصیات هر کدام از اعداد، ویژگی هایی استخراج کنیم که علاوه به منحصر به فرد بودن آن، بتوانیم از روی آن ویژگی ها تشخیص دهیم تصویر ورودی مربوط به چه عددی بوده است. خروجی این مرحله معمولا یک آرایه(بردار) از ویژگی ها می باشد که همین بردار را به عنوان ورودی به شبکه عصبی می‌دهیم.

صورت مساله از ما خواسته است تا دو بردار بازنمایی متفاوت برای تصاویر محاسبه کنیم و به ازای هرکدام یک شبکه‌ی عصبی را آموزش دهیم و نتایج را بررسی کنیم. در کد ارسال شده بردار ویژگی حاوی دو مولفه‌ی ارتفاع و عرض با type1_feature نشان داده شده است و شبکه‌ی عصبی که با استفاده از این بردارها دسته بندی را انجام می‌دهد با method1 مشخص شده است. به همین ترتیب بردارهای ویژگی و شبکه‌ی عصبی که با بردارهای ویژگی حاوی 2n مولفه کار می‌کنند نیز با type2_feature و method2 نشان داده شده‌اند.

تشخیص اعداد دستنویس فارسی به کمک شبکه عصبی با متلب  توسط کارشناسان گروه ۱.۲.۳ پروژه پیاده سازی گردیده و به تعداد محدودی قابل فروش می باشد.فایلهای پروژه به صورت کامل پس از خرید فایل بلافاصله در اختیار شما قرار خواهد گرفت.