WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Reconnaissance des caractères arabes imprimés par l'approche neuro-génétique.

( Télécharger le fichier original )
par Marwa AMARA
ECOLE NATIONALE DES SCIENCES DE L?INFORMATIQUE - Master  2012
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

CHAPITRE 2. FONDEMENTS THÉORIQUES

Ces réseaux sont composés de plusieurs éléments de calcul opérant en parallèle et arrangés à la manière des réseaux de neurones biologiques. LIPPMAN [Lip87] a précisé que la force des RNs réside dans leur capacité à générer une région de décision de forme quelconque, requise par un algorithme de classification, au prix de l'intégration de couches de cellules supplémentaires dans le réseau de type PMC.

De même, Une approche de type génétique est conçue, dans la littérature, pour adapter la partition de l'espace des paramètres relativement à l'ensemble des outils disponibles. L'AG est un exemple de procédure d'exploration qui utilise un choix aléatoire comme outil pour guider une exploration dans l'espace des paramètres codés. Cette technique garantit non pas d'atteindre l'optimum global de la fonction, mais de converger vers cet optimum. Dans la littérature, il y a plusieurs chercheurs qui ont essaie de profiter des caractéristiques des AGs et PML dans le domaine d'imagerie.

L'hybridation neuro-génétique, bien que relativement à ses débuts, elle signale des résultats encourageants dans le domaine de l'OCR.

2.3.1 Système de OLIVEIRA

OLIVERI et ces collègues proposent dans leur papier datant le 2002 [OSB+02] une hybridation neuro-génétique pour la reconnaissance des chiffres manuscrits. Ils ont tenté de proposer une méthode d'optimisation pour la sélection des primitives pertinentes. La sélection des primitives est une étape importante dans tout système de reconnaissance de formes. Cette sélection est considérée comme un problème d'optimisation combinatoire. Elle a fait l'objet de recherche dans de nombreuses disciplines. L'objectif visé par cette recherche est de réduire le nombre des primitives en éliminant celles qui sont redondantes et non pertinentes sans affecté la performance du classifieur utilisé par la reconnaissance. Les AGs sont utilisés pour résoudre ce type de problème de sélection des primitives dans la reconnaissance de chiffres isolés. Le classifieur utilisé est un PMC.

Les tests sont effectué sur la base de chiffres isolés NIST-SD19. Les résultats obtenus lors de la sélection des primitives ont permis de réduire la complexité du réseau de neurones utilisé. Le nombre de primitives a été réduit de 25% par rapport à l'ensemble des primitives extraites.

Le second aspect de ce travail est la pondération des primitives qui consiste à déterminer les primitives les plus discriminantes en leur attribuant un poids. Les expériences effectuées n'ont pas donné de bonnes solutions. OLIVERI et ces collègues ont observé que les valeurs des poids accordés aux primitives se rapprochent de la valeur initiale (valeur égale à 1). Ils ont conclu donc que la pondération des primitives n'est pas adaptée pour l'optimisation de

36

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Là où il n'y a pas d'espoir, nous devons l'inventer"   Albert Camus