سال انتشار: ۱۳۸۶

محل انتشار: پانزدهیمن کنفرانس مهندسی برق ایران

تعداد صفحات: ۶

نویسنده(ها):

محمدرضا ارباب شیرانی – آزمایشگاه تحقیقاتی پردازش سیگنال – دانشکده برق – دانشگاه
محمدتقی صادقی – آزمایشگاه تحقیقاتی پردازش سیگنال – دانشکده برق – دانشگاه

چکیده:

در این مقاله روشی جدید برای تشخیص خودکار اعداد دست نویس لاتین با استفاده از مدل مخلوط گوسی ارائه می گردد. در این روش برای آموزش دسته بندی کننده ابتدا با در نظر گرفتن زیر مجموعه ای از داده های آموزشی، هر کلاس از اعداد با استفاده از یک تابع مخلوط گوسی مدل شده و زیر کلاسهای مربوطه بصورت خودکار تعیین می شوند، به گونه ای که برای نگارشهای مختلف یک عدد زیر کلاسهای متقاوتی در نظر گرفته می شود. سپس تابع چگالی احتمال کلاسهای حاصله نیز به صور حاصل جمع تعدادی مولفه گوسی مدل شده و پارامترهای آنها تخمین زده میشود. درمرحله آزمایش با توجه به میزان شبیه نمایی داده ورودی به مدل مخلوط گوسی هر کلاس عمل دسته بندی انجام می شود. الگوریتم ارائه شده با استفاده ازمجموعه داده MNISTمورد آزمایش واقع شده است. نتایج حاصله نشان دهنده آن است که روش پیشنهادی از دقت، سرعت و قابلیت انعطاف بسیار خوبی برخوردار است.