مقاله انگلیسی رایگان در مورد آنالیز ویژگی ماشین بردار پشتیبان در تشخیص کاراکتر دست خط مالایایی

تشخیص کاراکتر دست خط به صورت دینامیک یا آنلاین یک حوزه چالش برانگیز در واسط های کامپیوتر و انسان می باشد . زمانی که مجموعه داده شامل شباهت و پیچیدگی در شیوه های حرف زدن ، تعداد حرف ها و تغیرات مشخصه های حرف ها می باشد ، نرخ موفقیت دسته بندی تکنیک های جاری کاهش می یابد . مالایایی یک نوع گویش زبانی پیچیده جنوب هندوستان می باشد که در حدود 35 میلیون نفر بویژه در جزایر لاکشادوید و کرالا به این زبان صحبت می کنند . الگوی دسته بندی مبتنی بر ماشین های بردار پشتیبان در این مقاله برای بهبود دقت دسته بندی و تشخیص آنلاین کاراکتر های دست خط مالایایی پیشنهاد می گردد . دسته کننده ماشین بردار پشتیبان در سطح دانشگاهی و صنعت معروف می باشد . این دسته کننده ها در مسئله عملی جهان واقعی مناسب تر می باشد اگر ما دارای نگرانی مهمی در مورد سرعت تشخیص در هر کاراکتر می باشیم . عمکلرد برای شالوده های متفاوت ماشین بردار پشتیبان مورد مطالعه قرار می گیرد . واسط کاربر گرافیکی برای خواندن و نمایش کاراکتر توسعه یافته بود . شیوه های متفاوت نوشتن برای هر 44 حرف الفباء پذیرفته می شوند . ویژگی های مختلف استخراج می گردند و بعد از پیش پردازش نمونه های داده ورودی برای دسته بندی مورد استفاده قرار می گیرند . انتخاب مشخصه از طریق انتخاب ترکیب های متفاوت ویژگی های استخراج شده در برابر دقت انجام گرفته اند . بالاترین دقت شناخت 97 درصدی برای بهترین ویژگی های منتخب در ماشین بردار پشتیبان با شالوده چند جمله ای بدست می آید . سرعت تشخیص یک حرف تکی در 0.52 ثانیه بدست می آید .