Tez özetleri Astronomi ve Uzay Bilimleri Anabilim Dalı


Bilgisayar Destekli El Yazısı Karakterlerini Tanıma Sistemi Tasarımı



Yüklə 1,46 Mb.
səhifə241/367
tarix05.01.2022
ölçüsü1,46 Mb.
#64830
1   ...   237   238   239   240   241   242   243   244   ...   367
Bilgisayar Destekli El Yazısı Karakterlerini Tanıma Sistemi Tasarımı

Örüntü tanıma (Pattern recognition) bilim disiplininin amacı nesneleri bir kategoriye koymak veya sınıflamaktır. Bu nesneler, uygulamaya göre görüntü, ses ya da sınıflandırılması istenen başka bir işaret olabilir ve genel olarak örüntü (pattern) diye adlandırılır.

Bu çalışma örüntü tanımanın dallarından biri olan karakter (harf veya sayı) tanıma uygulamasıdır. Karakterlerin tanınmasında birkaç metodoloji kullanılır. Bunlardan biri yapay sinir ağlarına dayanan tanıma işlemidir. YSA (Yapay Sinir Ağları), biyolojik sinir ağlarını taklit eden bilgisayar programlarıdır [1]. Bir çok YSA tipi bulunmakla birlikte, en çok kullanılan sinir ağı yapısı, İleri Beslemeli Geri Yayılımlı YSA olarak bilinendir. Belirsiz, gürültülü ve eksik bilgilerin işlenmesinde yapay sinir ağları başarıyla kullanılmaktadır. Klasik bilgisayarlar bilgiyi belleğinde belirli bir yerde saklar, sinir ağları ise bilgiyi tüm ağ boyunca dağıtır. Bu durum dağıtılmış bellek olarak bilinir [2].

Yapay sinir ağları, algoritmaları çıkarılamayan problemler için, çözüm sağlayan yeni ve güvenli bir bilgi işleme sistemi olabilmektedir. Yapılan çalışma bu durum için uygun bir örnek niteliği taşımaktadır.

Bu çalışmada öncelikle geriye yayılım (backpropagation) öğrenme algoritması kullanılarak el yazısı karakterlerini tanıma sistemi geliştirilmiştir. Oluşturulan geriye yayılım yapay sinir ağının parametre performansları grafiksel olarak incelenmiştir. Ve ağ performansını yükseltecek parametre değerleri bulunmuştur. İkinci olarak ise Shashank’ın öğrenme algoritması kullanılarak karakter tanıma sistemi tasarlanmıştır. Test aşamasında Shashank’ ın geliştirdiği adaylık skoru (candidate score), ideal ağırlık modeli skoru (ideal weight model score) ve tanıma bölüm (recognition quotient) değerleri kullanılmıştır.

Sonuç olarak ise bu iki algoritmanın performans ve eğitim süreleri karşılaştırılmıştır. İyi eğitilmiş geriye yayılım ağının Shashank ağına göre üstünlüğü gösterilmiştir. Geriye yayılım ağının eğitim süresi ise Shashank ağının eğitim süresine oranla çok daha fazladır.




Yüklə 1,46 Mb.

Dostları ilə paylaş:
1   ...   237   238   239   240   241   242   243   244   ...   367




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©muhaz.org 2024
rəhbərliyinə müraciət

gir | qeydiyyatdan keç
    Ana səhifə


yükləyin