سال انتشار: ۱۳۹۰

محل انتشار: اولین همایش تخصصی سیستمهای هوشمند کامپیوتری و کاربردهای آنها

تعداد صفحات: ۱۳

نویسنده(ها):

محسن رزاقی – دانشجوی کارشناسی ارشد گروه علمی مهندسی هوش مصنوعی
سعید راحتی قوچانی – عضو هیئت علمی دانشگاه آزاد اسلامی گروه علمی مهندسی برق مشهد

چکیده:

دراینمقاله یک تکنیک جدید مبتنی بر ترکیب قطعه بندی با الگوریتم ژنتیک و دسته بند SVM ارایه شده است که طی آن ساختار اسناد مالی تصویری شامل همرامضا دست نوشته تایپی با دقت بالا یی شناسایی میگردد بدین صورت که پس از طرح بندی فیزیکی سند اسکن شده مالی بلوکهایی تولید می شوند که با استفاده از روش پیشنهادی مرکب از الگوریتم ژنتیک و دسته بند sVM ویژگیهای بهینه آنها انتخاب شده و درنهایت براساس این ویژگیها مشخص می شود که هریک از این بلوکها به چه جزئی از سند مالی تعلق دارند در روش پیشنهادی برخلاف روشهای قبلی از ویژگیهای حالت باینری سطوح خاکستری رنگی مربوط به یک سند استفاده شده است که درنتیه باعث افزایش نرخ صحت بازشناسی شدها ست همچنین از ویژگیهای که تغییرات و بی نظمی ها را مدنظر قرار میدهند و الهام گرفته از رفتار طبیعی و سیستم بینایی ماشین انسان در شناسایی ساختار اسناد مالی است استفاده می شود نتایج آزمایشات نرخ صحت بالای بازشناسی را نشان میدهد.