| Нускасы | 1.0 |
|---|---|
| Publisher | Luigi Rosa |
| Чыккан датасы | 2012-ж., 19-ноя. |
| Кошулган күнү | 2012-ж., 19-ноя. |
| Os талаптар | Windows 2003, Windows Vista, Windows 98, Windows Me, Windows, Windows NT, Windows 2000, Windows 8, Windows Server 2008, Windows 7, Windows XP |
| Талаптар | Matlab |
| Жалпы жүктөлүүлөр | 691 |
| Жумасына жүктөөлөр | 1 |
| Баасы | Free |
Сүрөттөмө
Оптикалык белгилерди таануу (OCR) - басылган же жазылган тексттин символдорунун оптикалык сканерленген бит карталарын ASCII сыяктуу символдук коддорго которуу. Бул катуу көчүрүлгөн материалдарды компьютерде оңдоого жана башка жол менен башкарууга мүмкүн болгон маалымат файлдарына айландыруунун натыйжалуу жолу. Бул узак документтерди электрондук түрдө тез жеткиликтүү кылуу үчүн китепканалар жана мамлекеттик органдар тарабынан көптөн бери колдонулган технология. OCR технологиясынын жетишкендиктери аны ишканалардын колдонууга көбөйүшүнө түрткү болду. Документти киргизүү боюнча көптөгөн тапшырмалар үчүн OCR эң үнөмдүү жана ылдам ыкма болуп саналат. Жана жыл сайын технология бир нече акр сактоо мейкиндигин бошотот. OCRди колдонуудан мурун, баштапкы материалды оптикалык сканердин (жана кээде ЖКнын атайын схемалык тактасынын) жардамы менен сканерлөө керек, бул баракта битмап (чекиттердин үлгүсү) катары окуу үчүн. Сүрөттөрдү таануу үчүн программалык камсыздоо да талап кылынат.
Биздин программалык пакетибиз Neural Networks аркылуу UJI Pen Characters Data Setтин обочолонгон колжазма символдорунун жана цифраларынын классификациясын чечүүнү сунуштайт. Берилиштер планшеттик компьютерде 11 жазуучу тарабынан жазылган 26 белгиден жана 10 цифрадан турган үлгүлөрдөн турат. Символдор (стандартты UNIPEN форматында) чоң жана кичине тамгалар менен жазылат жана ар бир жазуучуга эки символдун бүтүндөй топтому бар. Демек, чыгаруу 35 класстын биринде болушу керек. Түпкү максат - ар бир каарман үчүн жазуучунун көз карандысыз моделин түзүү.
Баалуу өзгөчөлүктөрдү тандоо мүнөздү таанууда чечүүчү мааниге ээ, ошондуктан С. Агелл тарабынан киргизилген Бирдиктүү дифференциалдык нормалдаштырылган координаттар (UDNC) жаңы жана маанилүү функциялар топтому кабыл алынат. Бул өзгөчөлүктөр жөнөкөй классификация алгоритмдерин колдонуу менен таануу ылдамдыгын жакшыртуу үчүн көрсөтүлгөн, ошондуктан алар Нейрондук тармакты үйрөтүү жана UJI Pen Characters Data Set боюнча анын иштешин текшерүү үчүн колдонулат.
Индекстин шарттары: Matlab, булак, код, ocr, оптикалык символ таануу, сканерленген текст, жазылган текст, ascii, изоляцияланган символ.