Efficient genetic algorithms for Arabic handwritten characters recognition
Author
Source
al- Rafidain Journal of Computer Sciences and Mathematics
Issue
Vol. 6, Issue 2 (31 Aug. 2009), pp.137-157, 21 p.
Publisher
University of Mosul College of Computer Science and Mathematics
Publication Date
2009-08-31
Country of Publication
Iraq
No. of Pages
21
Main Subjects
Information Technology and Computer Science
Topics
Abstract AR
يتمثل التحدي الرئيسي في تمييز الوثائق العربية المكتوبة بخط اليد بتطوير الطريقة التي يمكن أن تستخدم لاستخلاص أهم الخواص للحرف العربي بزمن تنفيذ قليل و دقة عالية في التمييز و بناء قاعدة بيانات تساعد على ذلك.
و نظرا لقلة العمليات الحسابية عند تنفيذ الخوارزمية الجينية (Genetic Algorithm) و مساعدتها في الوصول إلى الحل الأمثل اعتبرت هذه الطريقة أكفأ طريقة متاحة للحصول على أفضل النماذج لبناء قاعدة البيانات للحروف العربية المكتوبة بخط اليد.
و قد استخدمنا في هذه البحث مميزات الخوارزمية الجينية لتقليل عدد الخواص (features) و الحصول على الحد الأدنى منها في قاعدة البيانات و استخدمنا الشبكة العصبية الإصطناعية Hopfield neural network في توجيه البحث نحو تمييز أدق للحروف العربية و ميزات أفضل في عدد النماذج.
أثبتت التجارب التي أجريت باستخدام الطريقة المقترحة في هذا البحث لبناء قاعدة بيانات للحروق العربية المكتوبة بخط اليد و التي تم الحصول عليها باستخدام الخوارزمية الجينية و الشبكة العصبية الاصطناعية Hopfield neural network لتمييز هذه الحروف جدوى المنهجية المقترحة و كفاءتها باستخدام الخوارزمية الجينية و شبكة Hopfield في تحسين دقة عملية التمييز للحروف المكتوبة بخط اليد و سرعتها.
Abstract EN
The main challenge in Arabic handwritten character recognition involves the development of a method that can generate descriptions of the handwritten objects in a short period of time high recognition rate.
Due to its low computational requirement, genetic algorithm is probably the most efficient method available for character recognition.
In this research we use objective of genetic algorithm where the minimization of the number of features and a validity index that measures the quality of clusters have been used to guide the search towards the more discriminate features and the best number of clusters, and use Hopfield Neural Network as recognizer.
In this research Arabic handwritten characters recognition is applied.
Experiments show the efficiency and flexibility of the proposed system, and show that Genetic Algorithm (GA) and Hopfield neural network are applied here to improve the recognition accuracy and make the recognition operation faster.
American Psychological Association (APA)
al-Zubaydi, Lahib Muhammad. 2009. Efficient genetic algorithms for Arabic handwritten characters recognition. al- Rafidain Journal of Computer Sciences and Mathematics،Vol. 6, no. 2, pp.137-157.
https://search.emarefa.net/detail/BIM-332098
Modern Language Association (MLA)
al-Zubaydi, Lahib Muhammad. Efficient genetic algorithms for Arabic handwritten characters recognition. al- Rafidain Journal of Computer Sciences and Mathematics Vol. 6, no. 2 (2009), pp.137-157.
https://search.emarefa.net/detail/BIM-332098
American Medical Association (AMA)
al-Zubaydi, Lahib Muhammad. Efficient genetic algorithms for Arabic handwritten characters recognition. al- Rafidain Journal of Computer Sciences and Mathematics. 2009. Vol. 6, no. 2, pp.137-157.
https://search.emarefa.net/detail/BIM-332098
Data Type
Journal Articles
Language
English
Notes
Includes appendices : p. 155-157
Record ID
BIM-332098
