In this section

    Neocognitron: application to the handwritten Hindi numerals

    (1995) Neocognitron: application to the handwritten Hindi numerals. Masters thesis, King Fahd University of Petroleum and Minerals.

    [img]
    Preview
    		 PDF
    9783.pdf
    Download (4MB) | Preview

    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)
    Subjects: Computer
    Department: College of Computing and Mathematics > Information and Computer Science
    Committee Advisor: Er, Meng
    Committee Members: Al-Mulhem, Mohammad Saleh and Aref, Mostafa Mahmoud and Faisal, Kanaan Abed
    Depositing User: Mr. Admin Admin
    Date Deposited: 22 Jun 2008 13:48
    Last Modified: 01 Nov 2019 13:51
    URI: http://eprints.kfupm.edu.sa/id/eprint/9783