فایل مقاله انگلیسی و ترجمه آن: تشخیص آنلاین دست نوشته با استفاده از ماشینِ بردار پشتیبان

فایل مقاله انگلیسی 2004 و ترجمه آن:

Online Handwriting Recognition using Support Vector Machine

تشخیص آنلاین دست نوشته با استفاده از ماشینِ بردار پشتیبان

 10صفحه پی دی اف انگلیسی

فایل ترجمه شامل 16 صفحه با فونت نازنین 14 بوده و کاملا ویریش شده است.ورد

ترجمه کاملا روان و بسیار دقیق و بوده و اشکال زیبا در آن بر فهم بیشتر این مقاله می افزاید.

مقدمه:

تشخیص آنلاین دست نوشته با استفاده از ماشینِ بردار پشتیبان

چکیده

مدل مخفی مارکف(HMM) گسسته و شبکه ی عصبی پیوندی(NN) به علاوه ی HMM دو متد پرطرفدار در سیستم تشخیص واژه ی دستنوشته هستند. سیستم پیوندی، نتایج تشخیصی بهتری را ارائه می کند و این به علت قابلیت و توانایی تمییزدادن و تشخیص بهتر NN است. ماشین بردار پشتیبان(SVM) یک متد تشخیصی نوید بخش محسوب می شود که یک آلترناتیو(راهکار) دربرابر NN  است. در تشخیص صدا(SR)، SVM در پس زمینه (متن) یک سیستم پیوندی SVM/HMM با موفقیت بکار گرفته شده است. در مقایسه با سیستم مبتنی بر پیوند NN/HMM، نتایج تشخیصی بهتری را  ارائه نموده است. در تشخیص آنلاین دست نوشته OHR، استفاده از SVM در تشخیص کاراکتر، با نتایج کاملا نوید بخش و امیدوارکننده ای همراه بود. این نوشته در تلاش است تا نحوه ی کار و توسعه ی یک سیستم SVM/HMM OHR را تشریح نماید. برخی نتایج تجربی اولیه ی استفاده از SVM با هسته ی RBF بروی دیتابیس کاراکتری IRONOFF ، UNIPEN و IRONOFF-UNIPEN  تهیه شده اند.

کلمات کلیدی:

تشخیص آنلاین دست نوشته، ماشین بردار پشتیبان، شبکه ی عصبی و متد مبتنی بر هسته