Yapay Sinir Ağları ile Assamese Karakter Tanıma

Abstract

Günümüzde tablet üzerine elektronik kalemle yazılan karakterlerin, bilgisayar tarafından tanınması ve sınıflandırılması oldukça kullanılan uygulamalar arasında yer almaktadır. Bu çalışmamızda el yazması Assamese karakterlerinin x, y koordinat değerleri program yardımıyla alınarak kaydedilmiştir. Bu değerlerin boyutu Temel Bileşen Analizi ile azaltılıp daha sonra minumum, maksimum, ortalama, ortanca, varyans, standart sapma ve ranj değerleri alınarak öznitelikler elde edilmiştir. Bu öznitelikler İleri Beslemeli Geriye Yayılımlı Yapay Sinir Ağlarında ve Radial Tabanlı Yapay Sinir Ağlarında sınıflandırılmıştır. Sınıflandırma sonrasında test sonuçları karşılaştırılmıştır. Uygulamamızda Kaliforniya Üniversitesi Enformasyon ve Bilgisayar Bilimleri bölümündeki Assamese dili online el yazısı veri tabanı kullanılmıştır. Doğru tanımlamada İleri Beslemeli Geriye Yayılımlı Yapay Sinir Ağı ile yapılan test sonucunda %96 oranında, Radial Tabanlı Yapay Sinir Ağında %82 oranında başarı göstermiştir.

Nowadays characters that written on tablets with electronic pens are recognized and classified by computers so these are most used applications. In this study (x,y) coordinate values of hand-written Assamese characters are saved by this program. Features can be found by getting maximum, minimum, average, variant, Standard deviation and range values after size of these values are decreased by Principle Component Analysis. These features classified as Feed Forward Backpropagation Artificial Neural Network and Radial Basis Artificial Neural Network.Test results are compared after classification. In this study, online Assamese hand written tool and database of University of California Computer and Information Science department is used. Test results show that Feed Forward Backpropagation Artificial Neural Network %96 successful although Radial Basis Artificial Neural Network %82 successful.