Baik, Tambi Mohammad Sharief (1995) Neocognitron: application to the handwritten Hindi numerals. Masters thesis, King Fahd University of Petroleum and Minerals.
![[img]](http://eprints.kfupm.edu.sa/style/images/fileicons/application_pdf.png)
| PDF 4Mb |
Arabic Abstract
يعتبر التعرف الآلي على الأحـرف تـطبيق مهم جداً في مجال بصريات الحاسب الآلي . ال “ Neocognitron “ هو عبارة عن شبكة عصبية متعددة الطبقات ، صممها في البدء فوكوشيما ، ولديها القدرة على تمييز الأنماط . مستوى أداء ال “ Neocognitron “ لا يتأثر بإزاحة تغيير حجم ، أو تغيير شكل الأنماط . الغرض من هذه الرسالة هون تصميم ال “ Neocognitron “ للتعرف على الأرقام الهندية المكتوبة بخط اليد . قمنا بتصميم مجموعة تدريب مناسبة مكونة من خصائص تستخلص في كل طبقة . بالإضافة إلى ذلك قمنا بتأدية تحليلات مفصلة لتحديد قيم مناسبة لمحددات النظام . في النهاية تم التوصل إلى نسبة تعرف بحدود 95% مع نسبة خطأ 5% بالمقارنة مع نسبة خطأ 16% والتي توصل إلى ذوكرشيما ، “ Neocognitron “ المصمم يحافظ على مستوى ممتاز من الأداء حتى في بيئـت عالية التشـويش . حتى مـع مستوى من التشويش يعمل إلى SNB2 ، ويحافظ ال “ Neocognitron “ المصمم يحافظ على مــستوى ممتاز من الأداء حتى في بيئات عالية التــشويش . حـتى مـع مسـتوى نـم التشـويش يصل إلى 3 SNR ، يحافظ ال " “ Neocognitron “ على نسبة تعرف أعلى من 85% .
English Abstract
Character recognition is a very important application in the field of computer vision. The neocognitron is a multilayered neural network, originally designed by Fakushima, that has the capbility of pattern recognition. Performance of the Neocognitron is not affected by translation, scaling, or deformation of the patterns. The objective of this thesis is to design the Neocognitron to recognize the handwirtten Hindi numerals. A proper training set was designed that consisted of features to be recognized at every layer. In addition, detailed analyses were carried out to decide on proper parameter assignments. A recognition rate of 95% was achieved with a 5% error rate compared to a 16% error rate reported by Fukushima. The designed Neocognitron maintains excellent performance under noisy environment. At 3 SNR, the Neocognitron maintains a recognition rate of not less than 85%.
| Item Type: | Thesis (Masters) |
|---|---|
| Date: | June 1995 |
| Date Type: | Completion |
| Subjects: | Computer |
| Divisions: | College Of Computer Sciences and Engineering > Information and Computer Science Dept |
| Creators: | Baik, Tambi Mohammad Sharief |
| Committee Advisor: | Er, Meng |
| Committee Members: | Al-Mulhem, Mohammad Saleh and Aref, Mostafa Mahmoud and Faisal, Kanaan Abed |
| ID Code: | 9783 |
| Deposited By: | KFUPM ePrints Admin |
| Deposited On: | 22 Jun 2008 16:48 |
| Last Modified: | 25 Apr 2011 09:22 |
Repository Staff Only: item control page