این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Journal of Artificial Intelligence and Data Mining، جلد ۴، شماره ۱، صفحات ۱۹-۲۵
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی Holistic Farsi handwritten word recognition using gradient features
چکیده انگلیسی مقاله In this paper we address the issue of recognizing Farsi handwritten words. Two types of gradient features are extracted from a sliding vertical stripe which sweeps across a word image. These are directional and intensity gradient features. The feature vector extracted from each stripe is then coded using the Self Organizing Map (SOM). In this method each word is modeled using the discrete Hidden Markov Model (HMM). To evaluate the performance of the proposed method, FARSA dataset has been used. The experimental results show that the proposed system, applying directional gradient features, has achieved the recognition rate of 69.07% and outperformed all other existing methods.
کلیدواژه‌های انگلیسی مقاله
نویسندگان مقاله z ایمانی |
electrical engineering department, university of shahrood, shahrood, iran.

z احمدی فرد |
electrical engineering department, university of shahrood, shahrood, iran

a زهره وند |
computer engineering amp;amp; information technology department, university of shahrood, shahrood, iran.

نشانی اینترنتی http://jad.shahroodut.ac.ir/article_479_e7162affb57e373e86915d6960bf1f90.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات