عنوان المقالة:تمييز الرموز العربية المطبوعة باستخدام شبكة كوهين العصبية المعتمدة على المدرج التكراري Recognition of Arabic Characters by using kohen neural network based on histogram
نجلاء متي اسحق و هدية صالح عبدالله و د.خليل إبراهيم السيف
المؤلفون بالإنجليزي
Najla Matti Safar Dr.Hadia S. AlBadrani and Prof. Dr. Khalil I. Alsaif
الملخص العربي
تم في هذا البحث دراسة مقارنة أداء طريقتين لتمييز الحرف العربي، الأولى باعتماد المدرج التكراري لاستخلاص خواص صور الحروف العربية التي تم استخدامها إلى شبكة كوهين العصبية لغرض تمييز الحروف العربية، والطريقة الثانية تم فيها اعتماد العزوم السبعة لاستخلاص خواص صور الحروف العربية وحساب قيم تلك العزوم، ومن ثم إدخالها إلى شبكة عصبية ذات الانتشار العكسي لغرض تمييز الحروف العربية.
تم في الطريقة الأولى تدريب شبكة كوهين العصبية على قيم التدرجات التكرارية العمودية لمجموعة من الحروف ضمت ( ث، ح ، د، ر، س، ض، ط، غ، ق، ن)، كما تم الاختبار على مجموعة من صور الحروف المشوشة (تحتوي على ضوضاء)، وكانت نتائج الاختبار متوافقة مع نتائج الاختبار الأول.
وأعيد تدريب الشبكة على قيم التدرجات التكرارية الأفقية لنفس مجموعة الحروف، وكانت نتائج الاختبار ذات دقة أدنى من النتائج التي تم الحصول عليها مع اعتماد المدرج التكراري العمودي. وكانت نتائج الاختبار صحيحة بنسبة تصل إلى 66%.
كما تم تدريب شبكة الانتشار العكسي بعدة أشكال على العزوم السبعة لمجموعة من الحروف ضمت ( ا، ب ، ح ، ع ، س ، ظ ، ر ، ذ ، ف، ك) وتم استخدام عدة أنواع من دوال التدريب المستخدمة مع شبكة الانتشار العكسي. كانت نسبة الاختبار صحيحة بنسبة 75% .
عليه تبين بشكل واضح إن اعتماد المدرج التكراري العمودي مع شبكة كوهين العصبية يعطي نتائج ذات دقة أعلى من المدرج التكراري الأفقي مع شبكة كوهين العصبية والعزوم السبعة الثابتة مع شبكة الانتشار العكسي العصبية. علما انه عند اعتماد المدرجان معا أعطى نتائج غير جيدة مع شبكات عصبية أخرى إضافة لشبكة كوهين العصبية.
الملخص الانجليزي
In this research it has been compared between two methods used to recognize Arabic character, the first based on histogram technique to extract the characteristic for the images of Arabic characters, and used with Kohonen neural network to recognize the Arabic characters. The second method was reliance on the seven invariant moment that extracted from Arabic characters the adopted by back propagation neural network for Arabic character recognition.
In the first method, the Kohonen neural network has been trained on vertical histogram values for a set of letters(ث، ح ، د، ر، س، ض، ط، غ، ق، ن), and also it has been tested on a set of noisy letters images, and the results were achieved true, and compatible with the previous one.
Also, kohonen network has been trained using horizontal histogram for the same group of characters, and the results had lower closeness from the results that obtained with vertical histogram. The results were achieved true 66%.
Again, several type of the backpropagation neural network has been trained in seven invariant moment of the Arabic characters(ا، ب ، ح ، ع ، س ، ظ ، ر ، ذ ، ف، ك) and it has been used several types of the training functions that common used with backpropagation neural network. The results were achieved true 75% .
So, it is discern previously that depending on vertical histogram values with kohonen neural network gives higher closeness from horizontal histogram vales with kohonen neural network and seven invariant moment with back propagation neural network. In addition, when depending on the two histograms together, it was gives bad results with other neural network as well as kohonen neural network.
نجلاء متي اسحق سفر | Najla Matti Isaac Safar | 9920