Les principales contributions de cette thèse sont énumérées ci-dessous : L'architecture neuronale Feed Forward est identifiée comme le classificateur le plus approprié pour la reconnaissance des caractères anglais manuscrits. Une nouvelle extraction de caractéristiques zonales, appelée extraction de caractéristiques diagonales, est proposée. L'hybridation des caractéristiques est étudiée pour améliorer la précision de la reconnaissance. Le meilleur ensemble de caractéristiques hybrides est identifié. Une nouvelle stratégie d'apprentissage pour le classificateur neuronal est...
Les principales contributions de cette thèse sont énumérées ci-dessous : L'architecture neuronale Feed Forward est identifiée comme le classifica...
Die wichtigsten Beiträge dieser Arbeit sind im Folgenden aufgeführt: Die neuronale Feed-Forward-Architektur wird als der am besten geeignete Klassifikator für die Erkennung handgeschriebener englischer Zeichen identifiziert. Eine neue zonale Merkmalsextraktion, genannt diagonale Merkmalsextraktion, wird vorgeschlagen. Die Hybridisierung von Merkmalen wird untersucht, um die Erkennungsgenauigkeit zu verbessern. Der beste hybride Merkmalssatz wird identifiziert. Eine neuartige Trainingsstrategie für neuronale Klassifikatoren wird vorgeschlagen, um die durchschnittliche und schlechteste...
Die wichtigsten Beiträge dieser Arbeit sind im Folgenden aufgeführt: Die neuronale Feed-Forward-Architektur wird als der am besten geeignete Klassif...
