Read more
Las principales contribuciones de la tesis se enumeran a continuación: Se identifica la arquitectura neuronal feed forward como el clasificador más adecuado para reconocer los caracteres ingleses escritos a mano. Se propone una nueva extracción de características zonales, denominada extracción de características diagonales. Se investiga la hibridación de características para mejorar la precisión del reconocimiento. Se identifica el mejor conjunto de características híbridas. Se propone una nueva estrategia de entrenamiento para el clasificador neural con el fin de mejorar las precisiones de reconocimiento medias y del peor caso. Se construye un CRS completo para alfabetos ingleses mixtos escritos a mano. Se desarrolla un algoritmo general para el diseño de CRS. Se desarrolla e ilustra una metodología para validar el rendimiento del SRI diseñado. Esta tesis presenta un procedimiento sistemático para diseñar y desarrollar un sistema de reconocimiento de caracteres de alta precisión para caracteres ingleses escritos a mano.
About the author
Dr. J. Pradeep arbeitet derzeit als außerordentlicher Professor im Fachbereich ECE am Sri Manakula Vinayagar Engineering College, das der Pondicherry University, Puducherry, Indien, angeschlossen ist. Er hat seinen B.Tech. in ECE am Barathiyar College of Engineering and Technogy und seinen M.Tech, Ph.D im Fachbereich ECE am Pondicherry Engineering College, Puducherry, abgeschlossen.
