توسعه‌ي الگوريتم بازشناسي اعداد دست‌نويس فارسي، بر پايه‌ي الگوريتم‌هاي طبقه‌بندي شبكه‌ي عصبي چندلايه و احتمالاتي، به كمك مراكز خوشه

در اين پژوهش تلاش شده است تا با ارائه‌ي الگوريتمي بهبوديافته و مبتني بر خوشه‌بندي، بازشناسي اعداد دست‌نويس فارسي با دقت قابل توجهي صورت پذيرد. بر اين اساس، آموزش و بازشناسي الگوها به كمك شبكه‌ي عصبي احتمالاتي و چندلايه‌ي پرسپترون ميسر شده است، به اين صورت كه پس از استخراج دو دسته ويژگي مكان مشخصه و ناحيه‌يي از داده‌هاي آموزشي، داده‌هاي هريك از كلاس‌هاي دهگانه بر اساس هر ويژگي با استفاده از روش‌هاي پيوند كامل، P‌A‌M و F‌C‌M خوشه‌بندي شده و كلاس‌هاي دهگانه‌ي جديد حاصل از خوشه‌بندي، توسط يكي از دو الگوريتم طبقه‌بندي كننده آموزش مي‌بينند. تعداد بهينه خوشه‌هاي هر كلاس با استفاده از الگوريتم بهينه‌سازي جست‌وجوي ممنوعه با تابع برازندگي نرخ بازشناسي تعيين مي‌شود. ميزان دقت الگوريتم در نهايت با استفاده از داده‌هاي آزمايش مورد سنجش قرار مي‌گيرد و با توجه به نتايج ملاحظه مي‌شود كه الگوريتم پيشنهادي، بازشناسي اعداد دست‌نويس فارسي را با دقت بالايي انجام مي‌دهد.