ПРИМЕНЕНИЕ НОВОГО КЛАССА ПРИЗНАКОВ И МЕТОДА ОПОРНЫХ ВЕКТОРОВ В СИСТЕМЕ РАСПОЗНАВАНИЯ РУКОПЕЧАТНЫХ СИМВОЛОВ АЗЕРБАЙДЖАНСКОГО ЯЗЫКА - Проблемы Информационных Технологий

ПРИМЕНЕНИЕ НОВОГО КЛАССА ПРИЗНАКОВ И МЕТОДА ОПОРНЫХ ВЕКТОРОВ В СИСТЕМЕ РАСПОЗНАВАНИЯ РУКОПЕЧАТНЫХ СИМВОЛОВ АЗЕРБАЙДЖАНСКОГО ЯЗЫКА - Проблемы Информационных Технологий

ПРИМЕНЕНИЕ НОВОГО КЛАССА ПРИЗНАКОВ И МЕТОДА ОПОРНЫХ ВЕКТОРОВ В СИСТЕМЕ РАСПОЗНАВАНИЯ РУКОПЕЧАТНЫХ СИМВОЛОВ АЗЕРБАЙДЖАНСКОГО ЯЗЫКА - Проблемы Информационных Технологий

ПРИМЕНЕНИЕ НОВОГО КЛАССА ПРИЗНАКОВ И МЕТОДА ОПОРНЫХ ВЕКТОРОВ В СИСТЕМЕ РАСПОЗНАВАНИЯ РУКОПЕЧАТНЫХ СИМВОЛОВ АЗЕРБАЙДЖАНСКОГО ЯЗЫКА - Проблемы Информационных Технологий

ПРИМЕНЕНИЕ НОВОГО КЛАССА ПРИЗНАКОВ И МЕТОДА ОПОРНЫХ ВЕКТОРОВ В СИСТЕМЕ РАСПОЗНАВАНИЯ РУКОПЕЧАТНЫХ СИМВОЛОВ АЗЕРБАЙДЖАНСКОГО ЯЗЫКА - Проблемы Информационных Технологий
ПРИМЕНЕНИЕ НОВОГО КЛАССА ПРИЗНАКОВ И МЕТОДА ОПОРНЫХ ВЕКТОРОВ В СИСТЕМЕ РАСПОЗНАВАНИЯ РУКОПЕЧАТНЫХ СИМВОЛОВ АЗЕРБАЙДЖАНСКОГО ЯЗЫКА - Проблемы Информационных Технологий
НАЦИОНАЛЬНАЯ АКАДЕМИЯ НАУК АЗЕРБАЙДЖАНА

№2, 2018

ПРИМЕНЕНИЕ НОВОГО КЛАССА ПРИЗНАКОВ И МЕТОДА ОПОРНЫХ ВЕКТОРОВ В СИСТЕМЕ РАСПОЗНАВАНИЯ РУКОПЕЧАТНЫХ СИМВОЛОВ АЗЕРБАЙДЖАНСКОГО ЯЗЫКА

Исмайлов Эльвиз А.

Несмотря на наличие широко распространенных латинских символов в нашем алфавите, специальные символы и морфологическая структура языка требуют индивидуального подхода. В статье используется класс «софт» признаков (выявленный с использованием характеристик, близких к человеческому мышлению) и метод опорных векторов для распознавания рукопечатных символов азербайджанского языка. Для классификации символов была использована процедура bootstrap resampling метода опорных векторов. Результаты сравнены с результатами использования других классов признаков и методов (стр.101-108).

Ключевые слова: «софт» признаки, метод опорных векторов, рукопечатные символы, система распознавания.
DOI : 10.25045/jpit.v09.i2.11
Литература
  • Cristianini N., Shawe-Taylor J. An Introduction to support vector machines and other kernelbased learning methods. Cambridge University Press, 2000.
  • Aida-zade K.R., Hasanov J.Z., Cursive Handwritten Azerbaijani Latin Text Segmentation Based on Word baseline. / INISTA, Trabzon, Turkey, 2009, pp.63–66.
  • Aida-zade K.R., Hasanov J.Z., Word base line detection in handwritten text recognition systems. // International journal of computer systems science and engineering, 2009, no.4, pp. 49–53.
  • Aida-zade K.R., Mustafayev E.E., On a hierarchical handwritten forms recognition system on the basis of the neural network. / Proceed. Inter. Conf. TAINN, Canakkale, 2003.
  • Moubtahij H.E., Halli A., Satori K., Review of feature extraction techniques for offline handwriting arabic text recognition // International journal of advances in engineering & technology, 2014, pp.50–58.
  • Hadidi G., Delavari H., Persian handwritten words detection based on features, extraction and fuzzy algorithm. //Electrical and electronics engineering: an international journal (elelij) 2015, vol.4, no.2, pp.93–104.
  • Hussain E., Hannan A., Kashyap K., A zoning based feature extraction method for recognition of handwritten assamese characters. // International journal of computer science and technology 2015, vol. 6, no.2, pp.226–228.
  • Lawgali A., Bouridane A., Angelova M., Ghassemlooy Z., Handwritten arabic character recognition: which feature extraction method?. // International journal of advanced science and technology, 2011, vol.34, pp.1–8.
  • Platt J. Fast training of support vector machines using sequential minimal optimization. Advances in Kernel Methods — Support Vector Learning, MIT Press, 1999, pp.185–208.
  • Atienza F.A. Bootstrap feature selection in Support Vector Machines for ventricular fibrillation detection / ESANN’2006, Belgium, 2006, pp.233–238.
  • Chen W., Sui L., Xu Z., Lang Y. Improved Zhang-Suen thinning algorithm in binary line drawing applications // ICSAI, 2012, doi: 10.1109IICSAI.2012.6223430
  • Ismayilov E., Ismayilova N., Fuzzy Features Extraction for Hand-printed character/digit recognition system. / INISTA 2014, Italy, pp.249–253.