ارائه‌ی یک روش هوشمند انتخاب ویژگی مبتنی بر الگوریتم جستجوی گرانشی باینری در سیستم بازشناسی ارقام دست‌نویس فارسی
محورهای موضوعی : electrical and computer engineeringنجمه قنبری 1 , سیدمحمد رضوی 2 , سیدحسن نبوی کریزی 3
1 - دانشگاه آزاد اسلامی واحد زاهدان
2 - دانشگاه بیرجند
3 - آموزشكده فني حرفه‌اي شهيد منتظري مشهد
چکیده مقاله :
در این مقاله یک روش هوشمند انتخاب ویژگی برای بازشناسی ارقام دست‌نویس فارسی ارائه شده است. در این روش تابع برازندگی مرتبط با خطای سیستم بازشناسی ارقام دست‌نویس فارسی با استفاده از الگوریتم جستجوی گرانشی باینری و با انتخاب ویژگی‌های مناسب کمینه می‌شود. نتایج پیاده‌سازی نشان می‌دهند که استفاده از روش‌های هوشمند برای انتخاب ویژگی به‌خوبی قادر است که موثر‌ترین ویژگی‌ها برای سیستم بازشناسی را انتخاب کند. همچنین مقایسه نتایج روش پیشنهادی با سایر روش‌های مشابه مبتنی بر استفاده از الگوریتم ژنتیک و روش بهینه‌سازی گروه ذرات باینری نشان دهنده‌ی کارایی خوب این روش است.
In this paper, an intelligent feature selection method for recognition of Persian handwritten digits is presented. The fitness function associated with the error in the Persian handwritten digits recognition system is minimized, by selecting the appropriate features, using binary gravitational search algorithm. Implementation results show that the use of intelligent methods is well able to choose the most effective features for this recognition system. The results of the proposed method in comparison with other similar methods based on genetic algorithm and binary particle method of optimizing indicates the effective performance of the proposed method.