آمار
| تعداد نشریات | 45 |
| تعداد شماره‌ها | 1,429 |
| تعداد مقالات | 17,583 |
| تعداد مشاهده مقاله | 57,200,277 |
| تعداد دریافت فایل اصل مقاله | 19,032,993 |
ارائه یک روش تشخیص زبان علامت مبتنی بر رویکرد MLRF فازی با استفاده از اطلاعات عمق تصویر | ||
| مجله مهندسی برق دانشگاه تبریز | ||
| مقاله 15، دوره 47، شماره 3 - شماره پیاپی 81، آذر 1396، صفحه 977-987 اصل مقاله (967.55 K) | ||
| نویسندگان | ||
| ندا خانبانی؛ امیرمسعود افتخاری مقدم* | ||
| دانشگاه آزاد اسلامی - واحد قزوین - دانشکده مهندسی رایانه و فناوری اطلاعات | ||
| چکیده | ||
| تشخیص اشارات یک وظیفه مهم در حوزه‌هایی مانند تعامل انسان و کامپیوتر، تشخیص زبان اشاره و رباتیک می‌باشد. این مقاله یک الگوریتم تشخیص اشارات برای زبان اشاره آمریکایی مختص ناشنوایان ارائه می‌دهد. در این مقاله، یک روش بسیار دقیق برای تشخیص اشارات ایستا از یک تصویر عمق و درخت تصمیم فازی پیشنهاد شده است. در ابتدا، از تصاویر عمق برای استنتاج ویژگی‌های ثابت چرخش، تفسیر و مقیاس‌پذیری استفاده‌شده است. سپس، با استفاده از یک جنگل تصادفی چندلایه‌ای فازی، برای طبقه‌بندی بردارهای ویژگی آموزش داده، که برای تشخیص اشارات دست واگذار شده است. برای بهبود طبقه‌بندی، از انعطاف‌پذیری منطق فازی و مجموعه‌های فازی استفاده شده است. در حقیقت، این رویکرد، استحکام سیستم‌های طبقه‌بندی چندگانه، قدرت تصادفی بودن برای افزایش تنوع درختان، و انعطاف‌پذیری منطق فازی و مجموعه‌های فازی را برای مدیریت داده‌های ناقص ترکیب می‌کند. | ||
| کلیدواژه‌ها | ||
| جنگل تصادفی؛ درخت تصمیم فازی؛ مجموعه‌های فازی؛ جنگل تصادفی چندلایه‌ای فازی | ||
| مراجع | ||
|
| ||
|
آمار تعداد مشاهده مقاله: 982 تعداد دریافت فایل اصل مقاله: 879 |
||