دو روش براي بهبود نرخ بازشناسي ارقام

در اين تحقيق دو روش به منظور بهبود نرخ بازشناسي ارقام فارسي ارائه شده است. در هر دو اين روش ها از الگوريتم هاي مبتني بر جمعيت استفاده شده است. در روش اول وزندهي به ويژگي هاي با كارايي بالاتربه كمك الگوريتم جهش قورباغه و در روش دوم خوشه بندي فازي و الگوريتم بهينه سازي سيستم صفحات شيبداربه منظور انتخاب تعداد بهينه خوشه ها به كار رفته است. طبقه بندي كننده فازي ساده و ديتابيس هدي در هر دو روش استفاده شده است.نتايج به دست آمده كارايي و افزايش نرخ بازشناسي را در هر دو روش پيشنهادي تاييد مي كند.

In the present study, two methods are proposed to improve the recognition rate of Persian digits. In both of the methods, population-based algorithms are used. The first method includes weighting more effective features using frog leaping algorithm. In the second method, fuzzy clustering and an inclined planes system optimization algorithm were used for selecting the optimal number of clusters. Moreover, a simple fuzzy classifier and Hoda database were used in both methods. The results indicated effectiveness and improved recognition rate by using both proposed methods.