دانلود مقاله ترجمه شده شناخت دست نوشته عربی با طبقه بندی SVM با گزینه رد – مجله IEEE

گروه آموزشی ترجمه فا اقدام به ارائه ترجمه مقاله با موضوع ” شناخت دست نوشته عربی با طبقه بندی SVM با گزینه رد ” 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:

تشخیص دستخط عربی مبتنی برکلمه با استفاده از طبقه بندی ماشین بردار پشتیبان با گزینه نپذیرفتن

عنوان انگلیسی مقاله:

Word-Based Arabic Handwritten Recognition Using SVM Classifier with a Reject Option

  • 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 ۵ صفحه با فرمت pdf
رشته های مرتبط با این مقاله مهندسی کامپیوتر
گرایش های مرتبط با این مقاله هوش مصنوعی، مهندسی الگوریتم ها و محاسبات
مجله

دهمین کنفرانس بین المللی طراحی و برنامه های سیستم های هوشمند

Transactions on Parallel and Distributed Systems

دانشگاه آزمایشگاه LARIT، دانشگاه ابن توفیل، دانشکده علوم، مراکش
کلمات کلیدی ماشین بردار پشتیبانی، دستخط عربی، تشخیص مبتنی بر کلمه، DCT، گزینه نپذیرفتن
رفرنس دارد
لینک مقاله در سایت مرجع لینک این مقاله در سایت IEEE
نشریه آی تریپل ای

 

مشخصات و وضعیت ترجمه فارسی این مقاله (Word)
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش و فونت ۱۴ B Nazanin ۱۱ 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
I . مقدمه
II . کار مربوطه
III .طرح کلی سیستم تشخیص پیشنهادی
A . پیش پردازش و قطعه سازی
B . استخراج ویژگی
C تشخیص SVM
IV . نتایج آزمایشی
V . نتیجه گیری

 


  • بخشی از ترجمه:

 

V . نتیجه گیری
ما در این کار به موضوع تشخیص دستخط عربی با استفاده از رویکرد کل نگر پرداخته ایم که بر اساس تصویر کل کلمه می باشد . ما سیستم تشخیص دستخط عربی آفلاین مبتنی بر کلمه را بر اساس ویژگی های DCT پیشنهاد دادیم و طبقه بندی SVM با استفاده از گزینه نپذیرفتن ارتقاء یافته بود . این سیستم از چهار مرحله اصلی پیشنهاد می گردد که عبارتند از : پیش پردازش ، قطه سازی بر اساس کلمات فرعی ، استخراج ویژگی با استفاده از ویژگی های DCT و دسته بندی مبتنی بر طبقه بندی SVM RBF . ما معیار نپذیرفتن را در فاز دسته بندی با استفاده از تعداد کلمات فرعی در تصویر کلمه ورودی یکپارچه کردیم . ما سیستم پیشنهادی را در پایگاه داده IFN/ENIT کلمات دستخط عربی را پیشنهاد دادیم و نتایج را با وضعیت سیستم های مبتنی بر DCT هنری مقایسه کردیم . اثربخشی رویکردمان در ارتقای عملکرد تشخیص در نتایج نشان داده شد .

 


  • بخشی از مقاله انگلیسی:

 

V. CONCLUSION

In this work, we addressed the issue of Arabic handwritten recognition using a holistic approach based on the whole word image. We proposed a word-based off-line Arabic handwritten recognition system based on DCT features and SVM classifier enhanced using a reject option. This system is composed of four main stages which are: preprocessing, segmentation into sub-words, feature extraction using DCT features and classification based on SVM RBF classifier. We integrated a rejection criterion in the classification phase using the number of sub-words in the input word image. We tested the proposed system on the IFNIENIT database of Arabic handwritten words and compared the results to state of art DCT-based systems. Results has shown the effectiveness of our approach in enhancing the recognition performance.

 


 

 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی

 

عنوان فارسی مقاله:

شناخت دست نوشته عربی بر اساس کلمه با استفاده از طبقه بندی SVM با گزینه رد

عنوان انگلیسی مقاله:

Word-Based Arabic Handwritten Recognition Using SVM Classifier with a Reject Option

  • 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