Hücresel sinir ağları kullanılarak el yazısı karakter tanıma uygulaması

Basit Öğe Kaydı
dc.authorid0000-0002-7351-4980
dc.authorid0000-0001-8590-1518
dc.contributor.authorÇalık, Nurullahen_US
dc.contributor.authorCesur, Evrenen_US
dc.contributor.authorTavşanoğlu, Ahmet Vedaten_US
dc.date.accessioned2019-08-31T12:10:23Z
dc.date.accessioned2019-08-05T16:03:04Z
dc.date.available2019-08-31T12:10:23Z
dc.date.available2019-08-05T16:03:04Z
dc.date.issued2013-06-13
dc.departmentIşık Üniversitesi, Mühendislik Fakültesi, Elektrik-Elektronik Mühendisliği Bölümüen_US
dc.departmentIşık University, Faculty of Engineering, Department of Electrical-Electronics Engineeringen_US
dc.description.abstractEl yazısı karakter tanıma, örüntü tanımanın önemli alanlarından biridir. Bu alanın kapsamında önemli belgelerin , arşivlerin ve diğer yazılı metinlerin sayısal ortamlara aktarılması yada yazıcının tanınması gibi problemler çözülmeye çalışılır. Bu problemler için birçok algoritma geliştirilmiştir. Geliştirilen bu algoritmalardan istenen, yüksek doğruluk oranının yanında FPGA gibi sayısal tasarımlara uygulanabilir olmasıdır. Bu nedenle sınıflandırma için kullanılan özellik vektörünün çıkartılmasında Gabor-benzeri Hücresel Sinir Ağı (HSA) filtreleri kullanılmıştır. Bu filtrelerin FPGA üzerinde verimli algoritmalar ile gerçeklenebilmektedir [10]. Bu sayede FIR türünde tasarlanan Gabor filtrelerine göre işlem süresi açısından daha verimli ve büyük harfler üzerinde doğruluk yüzdesi % 80 civarlarında olan bir algoritma geliştirilmiştir.en_US
dc.description.abstractHand-written character recognition is one of the important fields of pattern recognition. Within the scope of this area of important documents and archives and other written texts transfering to digital media or recognition of the printer tries to unravel the problems. Many algorithms have been developed for these problems. Algorithms that have been developed to be desired, the high accuracy rate and being applicable for numeric desings like FPGA. Therefore, for classification, feature vector is extracted by using Gabor-like Cellular Neural Network (HSA) filters. These filters are implemented with efficient algorithms on FPGA [10]. By this means, an algorithm has been developed FIR filters designed by the Gabor more efficient in terms of processing time and accuracy, the percentage of capital letters, which at around 80%.en_US
dc.description.versionPublisher's Versionen_US
dc.identifier.citationÇalıkk, N., Cesur, E. & Tavşanoğlu, A. V. (2013). Handwritten character recognition application by using cellular neural network. Paper presented at the 2013 21st Signal Processing and Communications Applications Conference (SIU), 1-4. doi:10.1109/SIU.2013.6531490en_US
dc.identifier.doi10.1109/SIU.2013.6531490
dc.identifier.endpage4
dc.identifier.isbn9781467355636
dc.identifier.isbn9781467355629
dc.identifier.isbn9781467355612
dc.identifier.issn2165-0608
dc.identifier.scopus2-s2.0-84880881759
dc.identifier.scopusqualityN/A
dc.identifier.startpage1
dc.identifier.urihttps://hdl.handle.net/11729/1781
dc.identifier.urihttps://dx.doi.org/10.1109/SIU.2013.6531490
dc.identifier.wosWOS:000325005300330
dc.identifier.wosqualityN/A
dc.indekslendigikaynakWeb of Scienceen_US
dc.indekslendigikaynakScopusen_US
dc.indekslendigikaynakConference Proceedings Citation Index – Science (CPCI-S)en_US
dc.institutionauthorTavşanoğlu, Ahmet Vedaten_US
dc.institutionauthorid0000-0001-8590-1518
dc.language.isotren_US
dc.peerreviewedYesen_US
dc.publicationstatusPublisheden_US
dc.publisherIEEEen_US
dc.relation.journal2013 21st Signal Processing and Communications Applications Conference (SIU)en_US
dc.relation.publicationcategoryKonferans Öğesi - Uluslararası - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/closedAccessen_US
dc.subjectEl yazısı tanımaen_US
dc.subjectGabor filtrelerien_US
dc.subjectHücresel sinir ağıen_US
dc.subjectAccuracy rateen_US
dc.subjectAlgorithmsen_US
dc.subjectBandpass filtersen_US
dc.subjectCellular neural netsen_US
dc.subjectCellular neural networksen_US
dc.subjectCellular neural networken_US
dc.subjectCharacter recognitionen_US
dc.subjectClassification algorithmsen_US
dc.subjectDigital storageen_US
dc.subjectFeature vectoren_US
dc.subjectFeature vectorsen_US
dc.subjectField programmable gate arraysen_US
dc.subjectFiltering theoryen_US
dc.subjectFinite impulse response filtersen_US
dc.subjectFIR filtersen_US
dc.subjectFPGAen_US
dc.subjectGabor filtersen_US
dc.subjectGabor-like cellular neural network filtersen_US
dc.subjectHand written character recognitionen_US
dc.subjectHandwritten character recognitionen_US
dc.subjectHandwritten character recognition applicationen_US
dc.subjectHand-written charactersen_US
dc.subjectIIR filtersen_US
dc.subjectImage classificationen_US
dc.subjectImage processingen_US
dc.subjectPattern recognitionen_US
dc.subjectProcessing timeen_US
dc.subjectSignal processingen_US
dc.subjectWritten textsen_US
dc.titleHücresel sinir ağları kullanılarak el yazısı karakter tanıma uygulamasıen_US
dc.title.alternativeHandwritten character recognition application by using cellular neural networken_US
dc.typeConference Objecten_US
dspace.entity.typePublication

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim Yok
İsim:
1781.pdf
Boyut:
596.5 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Publisher's Version
İndir

Koleksiyon

Bildiri Koleksiyonu | Elektrik-Elektronik Mühendisliği Bölümü
Scopus İndeksli Yayınlar Koleksiyonu
WoS İndeksli Yayınlar Koleksiyonu