Text recognition with neural networks
Yapay sinir ağlarıyla metin tanıma
- Tez No: 29580
- Danışmanlar: YRD. DOÇ. DR. METE BULUT
- Tez Türü: Yüksek Lisans
- Konular: Dilbilim, Elektrik ve Elektronik Mühendisliği, Linguistics, Electrical and Electronics Engineering
- Anahtar Kelimeler: Metin Tanıma, Optik Karakter Tanıma, Yapay Sinir Ağları, Geri Yayılım, Sözlük Kontrolü, Karakter tanıma, Sinir ağları, Text Recognition, Optical Character Recognition, Neural Networks, Back Propagation, Dictionary Look-Up, Character recognition, Nerve net
- Yıl: 1993
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik ve Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
oz YAPAY SİNİR A?LARIYLA METİN TANIMA DOLGUN, Mehmet YükseK Lisans Tezi, Elektrik-Elektronik Mühendisliği Anabilim Dalı Tez Yöneticisi: Yard. Doç. Dr. Mete Bulut Yardımcı Tez Yöneticisi: Prof.Dr. Neşe Yalabık Temmuz 1993, 149 sayfa Bu çalışmada basılı Latin harfleri için çok fontlu tümleşik bir metin tanıma sistemi tasarlanmış ve uygulanmıştır. Sistemimiz eğim düzeltme, satır ve karakterlere ayrıştırma, karakter büyüklüğü normalizasyonu, karakter sınıflandırma ve son işleme aşamalarından oluşmaktadır. Karakter sınıflandırma için özel olarak tasarlanmış ve ağırlık paylaşma tekniğini kullanan bir yapay sinir ağı ve uyarlanabilir eğitme seti seçim algoritması kullanılmıştır. Son işleme aşamasında yanlış tanınan sözcükler sözlük kullanılarak bulunmakta ve düzeltilmektedir. Sistemimiz örnek dokümanlar üzerinde oldukça cesaret verici sonuçlar ortaya koymuştur.
Özet (Çeviri)
ABSTRACT TEXT RECOGNITION WITH NEURAL NETWORKS DOLGUN, Mehmet M.S. in Electrical and Electronics Engineering Supervisor: Assist. Prof. Dr. Mete Bulut Co-Supervisor: Prof. Dr. Neşe Yalabık July, 1993, 149 pages. In this study, a complete multi-font text recognition system for printed Latin characters is designed and implemented. The system includes skew correction, line and character segmentation, character size normalization, character classification, post-processing stages. A specifically designed neural network architecture with weight-sharing is used for character classification using an adaptive training set selection algorithm. In post-processing stage misrecognized words are detected and corrected using a dictionary. The system gives quite encouraging results on sample documents.
Benzer Tezler
- Development of a software tool for optical text recognition for Turkish
Başlık çevirisi yok
MOİZ RESKO
Yüksek Lisans
İngilizce
1994
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. H. LEVENT AKIN
- Doküman analiz/anlama ve optik karakter tanıma sistemi
Document analysis/understanding and optical character recognition system
BÜLENT DURAK
Yüksek Lisans
Türkçe
1997
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Bilimleri Ana Bilim Dalı
PROF. DR. M. ÜMİT KARAKAŞ
- Türk dili için konuşma üretme
Başlık çevirisi yok
NİHAL ALICI
Yüksek Lisans
Türkçe
1998
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Bilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. EŞREF ADALI
- Yapay sinir ağlarını kullanarak bir ses tanıma sistemi geliştirilmesi
Developing a speech recognition system using artificial neural networks
ÖZLEM AYDIN
Yüksek Lisans
Türkçe
2005
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
Y.DOÇ.DR. YILMAZ KILIÇASLAN
- Yapay sinir ağları ile konuşmacı tanıma
Speaker recognition with neural network
SÜHEYLA BAŞARAN
Yüksek Lisans
Türkçe
2007
Elektrik ve Elektronik MühendisliğiUludağ ÜniversitesiElektronik Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. FİGEN ERTAŞ