Read more
Les principales contributions de cette thèse sont énumérées ci-dessous : L'architecture neuronale Feed Forward est identifiée comme le classificateur le plus approprié pour la reconnaissance des caractères anglais manuscrits. Une nouvelle extraction de caractéristiques zonales, appelée extraction de caractéristiques diagonales, est proposée. L'hybridation des caractéristiques est étudiée pour améliorer la précision de la reconnaissance. Le meilleur ensemble de caractéristiques hybrides est identifié. Une nouvelle stratégie d'apprentissage pour le classificateur neuronal est proposée afin d'améliorer la précision de reconnaissance moyenne et dans le pire des cas. Un SRC complet pour les alphabets anglais manuscrits mixtes est construit. Un algorithme général pour la conception de SRC est développé. Une méthodologie pour valider la performance du CRS conçu est développée et illustrée. Cette thèse présente une procédure systématique pour concevoir et développer un système de reconnaissance de caractères de haute précision pour les caractères anglais manuscrits.
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.
