دانلود مقاله ترجمه شده آنالیز مجموعه خاصیت در شناسایی کاراکتر دست خط مالایایی – مجله IEEE

 

 

گروه آموزشی ترجمه فا اقدام به ارائه ترجمه مقاله با موضوع ” آنالیز مجموعه خاصیت در شناسایی کاراکتر دست خط مالایایی ” در قالب فایل ورد نموده است که شما عزیزان میتوانید پس از دانلود رایگان مقاله انگلیسی و نیز مطالعه نمونه ترجمه و سایر مشخصات، ترجمه را خریداری نمایید.

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی

 

عنوان فارسی مقاله:

تجزیه و تحلیل مجموعه ویژگی مبتنی بر ماشین بردار پشتیبان در تشخیص کاراکتر دست خط مالایایی

عنوان انگلیسی مقاله:

SVM Based Feature Set Analysis in Dynamic Malayalam Handwritten Character Recognition

  • برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
  • برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

 

مشخصات مقاله انگلیسی (PDF)
سال انتشار ۲۰۱۵
تعداد صفحات مقاله انگلیسی ۶ صفحه با فرمت pdf
رشته های مرتبط با این مقاله مهندسی کامپیوتر
گرایش های مرتبط با این مقاله مهندسی الگوریتم ها و محاسبات و هوش مصنوعی
مجله کنفرانس بین المللی کاربرد های پردازش سیگنال و تصویر – Signal and Image Processing Applications
دانشگاه آزمایشگاه پردازش سیگنال و ارتباطات، دانشکده مهندسی دولتی
رفرنس دارد
لینک مقاله در سایت مرجع لینک این مقاله در سایت IEEE
نشریه IEEE

 

مشخصات و وضعیت ترجمه فارسی این مقاله (Word)
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت ۱۴ B Nazanin ۱۸ صفحه
ترجمه عناوین تصاویر و جداول ترجمه شده است
ترجمه متون داخل تصاویر ترجمه شده است
ترجمه متون داخل جداول ترجمه شده است
درج تصاویر در فایل ترجمه درج شده است
درج جداول در فایل ترجمه درج شده است

 


  • فهرست مطالب:

 

چکیده
۱ – مقدمه
A . متن مالایالام و چالش های مرتبط به ان
B . دسته کننده ماشین بردار پشتیبان
II . جمع آوری داده
III . پیش پردازش
IV . استخراج مشخصه
A . ویژگی های حوزه زمان
B . ویژگی های حوزه فرکانس
C . ویژگی های سمتی
D . ویژگی های انحناء
V . نتایج عملکردی
VI : نتیجه گیری

 


  • بخشی از ترجمه:

 

VI : نتیجه گیری
تشخیص کاراکتر زبان مالایی آنلاین پایه ماشین بردار پشتیبان در این مقاله پیشنهاد می گردد . ما ویژگی های مختلف و ربط اش را در تشخیص آنلاین توضیح داده ایم . مجموع ۳۰۸ نمونه از شیوه های مختلف جمع اوری شده از گروه ۲۰ نفری برای اموزش استفاده می شوند . دسته کننده ماشین بردار پشتیان با زیرساخت چند جمله ای درجه سه می تواند دقت خوب حدود ۹۷٫۷۲۷۳ درصدی را در آزمایشات فراهم نماید و دسته کننده تنها به زمان اموزش کمتر در مقایسه با شبکه های عصبی مصنوعی و مدل های مارکوف مخفی نیاز دارد . چون این یک کار زمانی واقعی می باشد ، ما به دسته کننده های با سرعت و دقت خوب نیاز اریم . مشخص گردید که دقت برای دستخط مستقیم با سرعت نوشتن متوسط بیشتر می باشد . نقاط کمتر در صورتی ثبت خواهند شد که نوشتن بسیار سریع باشد . کاراکتر های داری حلقه ها و ویژگی جهتی یکسان برای دسته بندی اشتباه مستعد هستند . دسته بندی اشتباه را با یکی کردن دیکشنری مالایی و مثال های آموزش بیشتر می توان به حداقل رساند . کل حروف که در اینجا آزمایش شده اند از حرف های تکی می باشند . تحلیل بیشتر در مورد شناسایی حرف دوتایی و استخراج ویژگی برای شناسایی کل حروف با دستخط پیچیده شبیه مالایی مورد نیاز می باشد .

 


  • بخشی از مقاله انگلیسی:

 

VI. CONCLUSION

This paper proposes an SVM based online Malayalam character recognition. We explained different features and its relevance on online recognition. A total of 308 samples of different styles collected from a group of 20 people are used for training. SVM classifier with polynomial kernel, degree 3 provides good accuracy about 97.7273% in experiments and the classifier needs only less training time compared to Artificial Neural Networks and Hidden Markov Models. Since this is a real time work, we need classifiers with good speed and accuracy. The accuracy is found to be more for ”straight hand writing” with a moderate writing speed. Lesser points will be recorded if too fast the writing. Characters having loops and same directionality are prone to miss-classification. Incorporating Malayalam dictionary and more training examples, miss-classification can be minimized . All the strokes experimented here are single strokes. More analysis is needed on double stroke identification and a feature extraction to identify all the strokes of complex script like Malayalam.

 


 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی

 

عنوان فارسی مقاله:

آنالیز مجموعه خاصیت بر اساس ماشین بردار پشتیبان در شناسایی کاراکتر دست خط مالایایی

عنوان انگلیسی مقاله:

SVM Based Feature Set Analysis in Dynamic Malayalam Handwritten Character Recognition

  • برای دانلود رایگان مقاله انگلیسی با فرمت pdf بر روی عنوان انگلیسی مقاله کلیک نمایید.
  • برای خرید و دانلود ترجمه فارسی آماده با فرمت ورد، روی عنوان فارسی مقاله کلیک کنید.

 

دانلود رایگان مقاله انگلیسی

 

خرید ترجمه فارسی مقاله

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا