Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс: https://elib.psu.by/handle/123456789/45539
Полная запись метаданных
Поле DCЗначениеЯзык
dc.contributor.authorSarra, Rouabhiru_RU
dc.contributor.authorRedouane, Tlemsaniru_RU
dc.date.accessioned2024-10-03T08:07:46Z-
dc.date.available2024-10-03T08:07:46Z-
dc.date.issued2024-
dc.identifier.citationRouabhi, S. Enhancing Arabic character recognition via feature engineering and PSO / S. Rouabhi, R. Tlemsani // Информационно-коммуникационные технологии: достижения, проблемы, инновации (ИКТ-2024) : электронный сборник статей III международной научно-практической конференции, г. Полоцк, 29 марта 2024 г. / Полоцкий государственный университет имени Евфросинии Полоцкой. – Новополоцк : Полоцкий государственный университет имени Евфросинии Полоцкой, 2024. – С. 227-237.ru_RU
dc.identifier.urihttps://elib.psu.by/handle/123456789/45539-
dc.description.abstractAccurate recognition of handwritten Arabic characters poses significant challenges, especially for non-native learners. With the increasing adoption of digital teaching and distance learning, there is a pressing need for efficient and robust automatic recognition systems for Arabic characters. This work proposes a novel approach to address this challenge. First, handwritten Arabic character images are processed to extract features using two pre-trained deep learning models: EfficientNet B2 and DenseNet 201. The extracted features from these models are then concatenated to form a comprehensive feature set. Subsequently, the Particle Swarm Optimization (PSO) algorithm is employed to identify the most relevant features from this concatenated set through an optimized feature selection process. Finally, the selected features are fed into a classical classifier for character recognition. The proposed approach achieves an accuracy exceeding 90%, demonstrating its effectiveness in recognizing handwritten Arabic characters.ru_RU
dc.language.isoenru_RU
dc.publisherПолоцкий государственный университет имени Евфросинии Полоцкойru_RU
dc.rightsopen accessru_RU
dc.titleEnhancing Arabic character recognition via feature engineering and PSOru_RU
dc.typeArticleru_RU
Располагается в коллекциях:Информационно-коммуникационные технологии: достижения, проблемы, инновации. 2024

Файлы этого ресурса:
Файл РазмерФормат 
227-237.pdf1.41 MBAdobe PDFПросмотреть/Открыть


Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.