عنوان مقاله

+ مقاله طراحی سیستم های مدرن اطلاعاتی ، بازشناسی خودکار الگوها

فهرست مطالب

+

  • فصلاول- مقدمه
  • ۱-۱- شناسایی الگو
  • ۱-۲- کاربردهای بازشناسی الگو
  • ۱-۳- طرح پژوهش
  • فصل دوم- مروریبرسیتمهای OCR
  • ۲-۱-بخشهای مختلف سیستمهای ocr
  • ۲-۱-۱-بازشناسی نوری حروف
  • ۲-۱-۲-تاریخچه سیستمهای «اُْسی آر»  
  • ۲-۱-۵-انواع سیستم های «اُسی آر» از لحاظ نوع الگوی ورودی
  • ۲-۱-۶-معرفیب خشهای مختلفیک سیستم «اُسی آر»
  • ۲-۱-۶-۱- پیش پردازش
  • ۲-۱-۶-۲- قطعه بندی (جداسازی)
  • ۲-۱-۶-۳-بازنمایی (استخراج ویژگی ها)
  • ۲-۱-۶-۴- طبقه بندی و بازشناسی(با یک یا چند طبقه بندی کننده)
  • ۲-۱-۶-۵- به کارگیری اطلاعات جانبی(پس پردازش)
  • ۲-۷-۱-پیشنهادهایی در جهت تسریع دستیابی به یک سیستم اُسی آرفارسی
  • ۲-۲-روشهای مختلف درحوزه بازشناسی اسناد
  • ۲-۲-۱- تبدیل سراسری (بسط سری)
  •  ۱-۱-۲-۲– تبدیلات فوریه (توصیف کننده های فوریه)
  • ۲-۱-۲-۲-موجکها
  • ۳-۱-۲-۲-تبدیل گابور
  • ۴-۱-۲-۲-ممانها(گشتاورها)
  • ۵-۱-۲-۲ – بسط کارهون نلوئو( K-L )
  • ۲-۲-۲-ویژگیهای آماری
  • ۳-۲-۲-ویژگیهای هندسی وتوپولوژیکی
  • فصل سوم-تکنیک آنالیزاجزای اصلی
  • ۱-۳-روشهای کاهش ابعاد
  • ۳-۱-۱-روشهای مبتنی بر استخراج ویژگی
  • ۲-۳ -تکنیک آنالیز اجزای اصلی(PCA)
  • ۲-۲-۳ -الگوریتم PCA
  • فصل چهارم- شبکه عصبی
  • ۱-۴-شبکه عصبی چیست؟
  • ۲-۴-چراازشبکه های عصبی استفاده میکنیم؟
  • ۳-۴-شبکه عصبیMLP
  • ۱-۳-۴-قاعده فراگیری MLP
  • الگوریتم پرسپترونچندلایهای
  • تجسم رفتارشبکه
  • برخی تواناییها و ضعفهای شبکه های عصبی
  • تعمیم دهی
  • تحمل نقص
  • مشکلاتآموزش
  • کاهش ضریب بهره
  • افزایش تعدادگرههای داخلی
  • عبارت گشتاور
  • افزایش اغتشاش
  • سایرمشکلات آموزش
  • فصل پنجم – پیاده سازی یک نرم افزار تشخیص خودکار اعداد فارسی
  • ۵–۲–۱– چند نکته در رابطه با آموزس شبکه
  • ۵-۳-مرحله آزمایش
  • فصل ششم- مراجع
  •  مراجع لاتین
  • ۵-۴-نتایج
  • مراجع فارسی
  • جداول و تصاویر و نمودارها

======