Printed Digits Recognition Using Multiple Multi Layer Perceptron Classifiers And Hu Moments
Résumé: This paper presents the combination of Multi-Layer Perceptron (MLP) artificial neural network classifier for recognition printed Arabic digits. Different types of feature are used, cavity, zoning, pixel feature and Hu moment invariants which are invariant under change of size, translation, and orientation (rotation). On experimentation with a database of 6240 samples in multi-font and multi-size. We propose an approach based on a combination of Multi-Layer Perceptron using features on different origins. The technique yields an average recognition rate of 94.33% evaluated after three-methods of learning Kfold cross validation holdout and resubstitution method. It is useful for applications related to post office (postal address, postal sorting), car plates, barcode and can also be extended to Recognize handwritten Arabic Digit
Mots-clès:
Nos services universitaires et académiques
Thèses-Algérie vous propose ses divers services d’édition: mise en page, révision, correction, traduction, analyse du plagiat, ainsi que la réalisation des supports graphiques et de présentation (Slideshows).
Obtenez dès à présent et en toute facilité votre devis gratuit et une estimation de la durée de réalisation et bénéficiez d'une qualité de travail irréprochable et d'un temps de livraison imbattable!
Aucun fichier associé
Si le fichier est volumineux, l'affichage peut échouer. Vous pouvez obtenir le fichier directement en cliquant sur le bouton "Télécharger".
