Yapay sinir ağlarıyla el yazısının dilimlenmesi ve karakterlerin tanımlanması
Başlık çevirisi mevcut değil.
- Tez No: 57749
- Danışmanlar: YRD. DOÇ. DR. RIFAT YAZICI
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: Sinir ağı, Elyazısı, Karakter Tanıma ve Ayırma. VI, El yazısı, Karakter tanıma, Yapay sinir ağları, Neural Networks, Cursive Handwritting, Characters Recognition and Segmentation. VII, Handwriting, Character recognition, Artificial neural networks
- Yıl: 1996
- Dil: Türkçe
- Üniversite: Karadeniz Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
ÖZET Bu çalışmada, insan beyninin yapısal ve fonksiyonel özelliklerinden yararlanılarak geliştirilen, birbirlerine ağırlık bağlantılarıyla bağlanmış sinir adı verilen basit hesap elemanlarından oluşan ve programlamak yerine eğitilme yönteminin esas alındığı yapay sihir ağları yardımıyla el yazısının dilimlenmesi ve karakterlerin tanınması işlemleri üzerinde durulmuştur. Bu işlemler yapılırken çok katlı bir sinir ağı hata geri yayma yöntemiyle eğitilmiş ve el yazı karekterleri değişik biçimlerde analog veya binary olarak tanıtılmış olup, ağır lıkl andırma denilen yöntem ile beraber kullanılan, pencereleme yöntemiyle de karakterlerin dilimlenmesi işlemi gerçekleştirilmiştir.
Özet (Çeviri)
SUMMARY Segmentation and Character Recognition Of Handwriting By Artificial Neural Network In the study, segmentation and character recognition of handwriting by the help of artificial neural network has been stated. In artificial neural network, the training method has been taken as a basis instead of programming. By means of structural and functional characteristics of human brain, the artificial neural network has been improved.lt consists of simple calculation elements called as neuron. During the recognition and segmentation process a multi layer neuron network is trained by an error back propagation learning rule. And the hand writing character recognized as either binary or.analog in various types. And by windowing method used together with the weightiness method the process of segmentation has been realized.
Benzer Tezler
- Ortodontik tedavi öncesi hasta kooperasyonunun yapay zeka ile tahmini
Prediction of patient cooperation with artificial intelligence before orthodontic treatment
FARHAD SALMANPOUR
Diş Hekimliği Uzmanlık
Türkçe
2022
Diş HekimliğiAfyonkarahisar Sağlık Bilimleri ÜniversitesiOrtodonti Ana Bilim Dalı
DOÇ. DR. HASAN CAMCI
- Osmanlıca karakterlerin yapay sinir ağlarıyla tanınması
Recognization of Ottoman Turkish characters based on artificial neural networks
DAVUT ÖZHAN
Yüksek Lisans
Türkçe
2005
Elektrik ve Elektronik MühendisliğiGazi ÜniversitesiElektrik Eğitimi Ana Bilim Dalı
PROF. DR. ÇETİN ELMAS
- Prediction of COVID 19 disease using chest X-ray images based on deep learning
Derin öğrenmeye dayalı göğüs röntgen görüntüleri kullanarak COVID 19 hastalığının tahmini
ISMAEL ABDULLAH MOHAMMED AL-RAWE
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. ADEM TEKEREK
- Application de la mesure floue et de l'integral floue en aide multicritere a la decision
Çok ölçütlü karar vermede bulanık ölçüm ve bulanık entegral uygulamaları
SEVİN SÖZER
Yüksek Lisans
Fransızca
2001
Endüstri ve Endüstri MühendisliğiGalatasaray ÜniversitesiDOÇ. DR. E. ERTUĞRUL KARSAK