در این مقاله یک سیستم بازشناسی کلمات فارسی معرفی میشود که از خودهمبستگی محلی مرتبه بالای تصویر قطبی- لگاریتمی برای استخراج ویژگی از زیرکلمات فارسی استفاده میکند. این شیوه استخراج ویژگی باعث میشود سیستم در مقابل تغییرات نگارشی مانند تغییر مقیاسهای خطی و چرخش مقاوم شو چکیده کامل
در این مقاله یک سیستم بازشناسی کلمات فارسی معرفی میشود که از خودهمبستگی محلی مرتبه بالای تصویر قطبی- لگاریتمی برای استخراج ویژگی از زیرکلمات فارسی استفاده میکند. این شیوه استخراج ویژگی باعث میشود سیستم در مقابل تغییرات نگارشی مانند تغییر مقیاسهای خطی و چرخش مقاوم شود. همچنین به کمک تبدیل قطبی- لگاریتمی، نمونهبرداری از تصویر زیرکلمه به صورتی انجام شده که بیشترین نمونهها در یک ناحیه خاص متمرکز باشد. در روش ارائهشده از مدل مخفی مارکوف گسسته به عنوان طبقهبند و همچنین برای افزایش امنیت و دقت خروجی سیستم بازشناسی از یک شبکه واژهنامه استفاده شده و برای ارزیابی سیستم از پایگاه داده ایرانشهر استفاده شده بود. مقایسه نتایج حاصل از روش پیشنهادی با نتایج سایر روشهای استخراج ویژگی مؤید این است که سیستم بازشناسی پیشنهادشده در این مقاله از حساسیت کمتری نسبت به تغییرات نگارشی برخوردار است.
پرونده مقاله
یکی از شایعترین انواع خطاهای الکتریکی، خطای اتصال کوتاه در حلقههای سیمپیچی استاتور میباشد. ممکن است این گونه تصور شود که بروز این نوع خطا در مراحل ابتدایی و با شدت کم مهم نباشد اما چنانچه گسترش یابد میتواند منجر به پیامدهای جبرانناپذیری گردد. در این مقاله با توجه چکیده کامل
یکی از شایعترین انواع خطاهای الکتریکی، خطای اتصال کوتاه در حلقههای سیمپیچی استاتور میباشد. ممکن است این گونه تصور شود که بروز این نوع خطا در مراحل ابتدایی و با شدت کم مهم نباشد اما چنانچه گسترش یابد میتواند منجر به پیامدهای جبرانناپذیری گردد. در این مقاله با توجه به اهمیت خطای اتصال کوتاه در حلقههای سیمپیچی استاتور در موتور سنکرون مغناطیس دائم، سیستمی هوشمند برای شناسایی این نوع خطا طراحی و ارائه شده است. این سیستم هوشمند در ابتدا وضعیت عملکرد موتور را تعیین میکند (حالات ممکن عبارتند از حالت نرمال، خطای اتصال کوتاه فاز به فاز، خطای مدار باز شدن یکی از فازها و خطای اتصال کوتاه در حلقههای سیمپیچی) و چنانچه تشخیص دهد خطایی رخ داده آن را اعلام و چنانچه خطا از نوع اتصال کوتاه حلقههای سیمپیچی باشد فاز معیوب را برای اقدامات بعدی مشخص میکند. نتایج حاصل از آزمایشات گسترده حاکی از آن است که سیستم تشخیص خطای طراحیشده مبتنی بر شبکه عصبی احتمالی با توجه به قابلیت فراوانی که این نوع شبکه عصبی در طبقهبندی دادهها دارد میتواند یکی از مطمئنترین و قابل اعتمادترین سیستمهای تشخیص خطا در محافظت از ادوات الکتریکی مخصوصاً موتورهای سنکرون مغناطیس دائم باشد.
پرونده مقاله
در این مقاله یک سیستم خودکار بر مبنای روشی جدید در استخراج ویژگی برای تشخیص جنسیت افراد از روی تصاویر اسکنشده نمونه دستخط ارائه شده است. در روش پیشنهادی به منظور نشاندادن تمایز بین نمونههای دستخط زنان و مردان، ابتدا از تصویر دستنوشته، تبدیل رادن گرفته میشود و سپس چکیده کامل
در این مقاله یک سیستم خودکار بر مبنای روشی جدید در استخراج ویژگی برای تشخیص جنسیت افراد از روی تصاویر اسکنشده نمونه دستخط ارائه شده است. در روش پیشنهادی به منظور نشاندادن تمایز بین نمونههای دستخط زنان و مردان، ابتدا از تصویر دستنوشته، تبدیل رادن گرفته میشود و سپس با استفاده از یک ابزار تحلیلی در سیستمهای دینامیکی با عنوان پالایش پویای نمادین، ویژگیهای هر نمونه دستخط استخراج میگردد. آموزش و طبقهبندی ویژگیهای استخراجشده از نمونههای دستخط با شبکه عصبی پرسپترون چندلایه انجام شده است. در پایان با هدف بررسی کارایی روش پیشنهادی، آزمایشهایی بر روی بانک اطلاعاتی MSHD صورت پذیرفت. علاوه بر آزمایش تشخیص جنسیت بر روی کل بانک اطلاعاتی، دو چالش جدید تشخیص جنسیت مستقل از متن و زبان نوشتاری نیز بررسی شده است. آزمایشهای انجامشده نشان میدهد روش پیشنهادی میزان دقت تشخیص را نسبت به کارهای قبلی که از روشهای جدیدی در تحلیل دستخط از قبیل فرکتالها، کدهای زنجیرهای و بافتها بهره میبرند، بهبود داده است. بهترین نرخ دقت به دست آمده در آزمایشها 9/84 درصد گزارش شده است.
پرونده مقاله