Birleşik ve Eğik Türkçe El Yazısı Tanımada K-Nn Sınıflama Yöntemi ve Sözlük Kullanımı

Basit Öğe Kaydı
dc.contributor.authorŞekerci, Murat
dc.contributor.authorKandemir, Rembiye
dc.date.accessioned2021-11-20T10:27:28Z
dc.date.available2021-11-20T10:27:28Z
dc.date.issued2009
dc.departmentFakülteler, Mühendislik Fakültesi, Bilgisayar Mühendisliği Bölümüen_US
dc.description.abstractBu çalışma, henüz tam olarak çözülememiş problem olan birleşik ve eğik Türkçe el yazısı üzerinedir. El yazısı tanımadaki zorluk, kişiden kişiye yazım farklılıkları göstermesi ve harflerin birbirine bitişik yazılmasından kaynaklanmaktadır.Ayrıca Türkçe’nin eklemeli kelime yapısına sahip olması da bu zorluğu arttırmaktadır. Tanıma sisteminde, küçük harflerle yazılmış el yazısı kullanılmıştır. Karakter tanıma aşamasında, sınıflama için k-NN’ den yararlanılmıştır. Kelimelerin tanınmasında, sözlük ve karakterlerin bölütlenmesi birlikte kullanılmıştır. Sözlük kullanımı ile kelime doğrulama aşamasında anlamsız harflerin seçilmesi engellenmiş ve yanlış tanınan kelimelerin düzeltilmesi sağlanmıştır. Çalışmadaki karakter tanıma performansı %90.5 iken kelime tanıma performansı %84 olarak elde edilmiştir. Elde edilen kelime tanıma performansının daha düşük olması çalışmada kullanılan sözcükteki kelime sayısının sınırlı olmasından kaynaklanmaktadıren_US
dc.description.abstractThis study is dealt with Turkish handwritten touching-sloping text recognition. The difficulty of handwritten recognition depends on changing of handwritten person by person and touching-sloping written characters. Also, agglutinative word structure of Turkish language increases difficulty of recognition. It was used lowercase handwritten for recognition system. It was used k-NN for character recognition stage. Character segmentation and lexicon were used together for word recognition. It was blocked choosing incorrect letters using lexicon and corrected recognition of incorrect words. In the study, while performance of character recognition was obtained 90.5%, performance of word recognition was obtained 84%. The lower value of performance of word recognition obtained depends on restricted word in lexicon used for the studyen_US
dc.identifier.dergipark245991en_US
dc.identifier.endpage102en_US
dc.identifier.issn1305-6468
dc.identifier.issue1en_US
dc.identifier.startpage97en_US
dc.identifier.urihttps://dergipark.org.tr/tr/pub/trakyafbd/issue/23000/245991
dc.identifier.urihttps://dergipark.org.tr/tr/download/article-file/213828
dc.identifier.urihttps://hdl.handle.net/20.500.14551/6365
dc.identifier.volume10en_US
dc.language.isotren_US
dc.publisherTrakya Üniversitesien_US
dc.relation.ispartofTrakya Üniversitesi Fen Bilimleri Dergisien_US
dc.relation.publicationcategoryMakale - Uluslararası Hakemli Dergi - Kurum Öğretim Elemanıen_US
dc.rightsinfo:eu-repo/semantics/openAccessen_US
dc.subjectTürkçe el yazısı tanımaen_US
dc.subjectbirleşik yazıen_US
dc.subjectkarakter tanımaen_US
dc.subjectk-NN sınıflamaen_US
dc.subjectsözlüken_US
dc.subjectTurkish handwiten recognitionen_US
dc.subjecttouching handwritingen_US
dc.subjectcharacter recognitionen_US
dc.subjectk-NN classificationen_US
dc.subjectlexiconen_US
dc.titleBirleşik ve Eğik Türkçe El Yazısı Tanımada K-Nn Sınıflama Yöntemi ve Sözlük Kullanımıen_US
dc.title.alternativeTouching-Sloping Turkish Handwriten Text Recognition Using K-Nn Classification Method and Lexiconen_US
dc.typeArticleen_US

Dosyalar

Orijinal paket
Listeleniyor 1 - 1 / 1
Küçük Resim
İsim:
6365.pdf
Boyut:
458.01 KB
Biçim:
Adobe Portable Document Format
Açıklama:
Tam Metin / Full Text
İndir

Koleksiyon

Trakya Üniversitesi Fen Bilimleri Dergisi
Makale Koleksiyonu