les Thèses Soutenues à l'USTO MB
vous cherchez une thèse?
A partir de cette page vous pouvez :
Retourner au premier écran avec les dernières notices... | Votre compte |
Détail de l'auteur
Auteur MAMOUNI El Mamoun
Documents disponibles écrits par cet auteur
Faire une suggestion Affiner la rechercheSélection automatique de modèle SVM: application à la reconnaissance d'écriture arabe manuscrite. / MAMOUNI El Mamoun
Titre : Sélection automatique de modèle SVM: application à la reconnaissance d'écriture arabe manuscrite. Type de document : document électronique Auteurs : MAMOUNI El Mamoun, Auteur Année de publication : 2019/2020 Accompagnement : CD Langues : Français (fre) Catégories : Informatique:informatique Mots-clés : آلة الأشعة الحاملة، اختيار النموذج، التعرف على الأحرف العربية، الطرق الفوقية المساعدة على البحث (méta-heuristique) ، تحسين سرب الجسيمات، البحث المحرم، التجزئة.
SVM, model selection, Arabic character recognition, meta-heuristics, PSO, Tabu search, segmentation
SVM, sélection de modèle, reconnaissance de caractère arabe, méta-heuristique, PSO, recherche Tabou, segmentation.Résumé : تتمثل مساهمة هذه الأطروحة في إجراء دراسة تجريبية تهدف إلى الاختيار التلقائي لنماذج آلة الأشعة الحاملة أو ما يعرف بــ machine à vecteurs de support (SVM) للتعرف على الكتابة العربية المكتوبة بخط اليد. يتطلب استخدام طريقة آلة الأشعة الحاملة اختيار العديد من المعلمات ، مثل نوع استراتيجية التصنيف (واحد مقابل الكل أو واحد مقابل واحد) ، ومعلمة التنظيم، ونوع النواة ومعلماتها. اختيار هذه المعلمات له تأثير كبير على أداء المصنف النهائي وكذلك على زمن المعالجة.
في هذه الأطروحة، استخدمنا طريقة التحقق من الصحة المتقاطعة(validation croisée) ، وشبكة البحث (grille de recherche)، وطريقة البحث المحرم (recherche Tabou)، وتقنية تحسين سرب الجسيمات (PSO) التي سمحت لنا باختيار المعلمات وتحليل مساحة كبيرة بشكل سريع. تم تقديم أيضًا دراسة مقارنة لنماذج آلة الأشعة الحاملة لدراسة سرعة التقارب ونتائج كل نموذج. لقد أنجزنا نظامًا كاملاً للتعرف على الأحرف العربية المكتوبة باليد ، أظهرت النتائج التي تم الحصول عليها أن استخدام الطرق الفوقية المساعدة على البحث (méta-heuristique) يمكن أن يكون مفيدًا في التعرف بشكل أفضل على الأحرف العربية بواسطة آلة الأشعة الحاملة.
تُعد تجزئة النص العربي المكتوب بخط اليد مهمة أساسية في تطوير نظام التعرف على الكتابة، حيث أنه إذا لم يتم تجزئة كلمة ما بشكل صحيح حتماً لن يتم التعرف على الأحرف المكونة لهذه الكلمة. في هذا العمل، اقترحنا أيضًا طريقة جديدة لتقسيم الكلمات إلى أحرف، يتم استخراج نقاط التجزئة باستخدام تحليل فعال لمخطط الرسم البياني للإسقاط العمودي. تم اختبار نهجنا باستخدام مجموعة من الكلمات من قاعدة بيانات IFN / ENIT ، وتم الحصول على نتائج واعدة.
automatic model selection of support vector machines (SVM) for recognition of handwritten Arabic script. The use of the SVM method requires the selection of several parameters, such as the type of multi-class strategy (one-against-all or one-against -one), the regularization parameter, the kernel function and their parameters. The choice of these parameters has a great influence on the performances of the final classifier and on the calculation time.
In this thesis we considered the method of cross validation, Grid search, Tabu search and particle swarm optimization techThe contribution of this thesis is to carry out an experimental study aiming to do an nique (PSO) which allowed to quickly select and analyze a large space of parameters. A comparative study of SVM models is also presented to examine the convergence speed and the results of each model. We have realized a complete system of recognition of handwritten Arabic characters. The results obtained show that the use of meta-heuristics can be beneficial to a better recognition of manuscript Arabic characters by the SVM.
Segmentation of handwritten Arabic text is an essential task in the development of character recognition systems, as poorly segmented characters will automatically be unrecognized. In this work, we also propose a new approach to segment handwritten Arabic characters using an efficient analysis of the vertical projection histogram. Our approach was tested using a set of handwritten Arabic words from the IFN/ENIT database, and promising results were obtained.
La contribution de cette thèse est de procéder à une étude expérimentale ayant pour objectif la sélection automatique de modèle des machines à vecteurs de support(SVM), pour la reconnaissance d’écriture arabe manuscrite. L'utilisation de la méthode SVM nécessite la sélection de plusieurs paramètres, tels que le type de stratégie multi-classe (une-contre-tous ou une-contre-une), le paramètre de régularisation, la fonction noyau et leurs paramètres. Le choix de ces paramètres a une grande influence sur les performances du classifieur final et aussi sur le temps de calcul.
Dans cette thèse nous avons considéré la méthode de validation croisée, grille de recherche, recherche Tabou et la technique d’optimisation par essaims de particules (PSO) qui ont permis de sélectionner et d’analyser rapidement un grand espace de paramètres. Une étude comparative des modèles SVM est également présentée pour examiner la vitesse de convergence et les résultats de chaque modèle. Nous avons réalisé un système complet de reconnaissance des caractères arabes manuscrits hors-ligne. Les résultats obtenus montrent que l’utilisation de méta-heuristiques peut être bénéfique à une meilleure reconnaissance des caractères arabes manuscrits par les SVM.
La segmentation du texte arabe manuscrit est une tâche essentielle dans le développement de système de reconnaissance d’écriture, car un caractère mal segmenté sera automatiquement non reconnu. Dans ce travail, nous proposons aussi une nouvelle approche pour segmenter un mot en caractères, les points de segmentations sont extraits en utilisant une analyse efficace de l'histogramme de projection verticale. Notre approche a été testée à l'aide d'un ensemble de mots de la base de données IFN / ENIT, des résultats prometteurs ont été obtenus.
Directeur de thèse : SADOUNI Kaddour Sélection automatique de modèle SVM: application à la reconnaissance d'écriture arabe manuscrite. [document électronique] / MAMOUNI El Mamoun, Auteur . - 2019/2020 . - + CD.
Langues : Français (fre)
Catégories : Informatique:informatique Mots-clés : آلة الأشعة الحاملة، اختيار النموذج، التعرف على الأحرف العربية، الطرق الفوقية المساعدة على البحث (méta-heuristique) ، تحسين سرب الجسيمات، البحث المحرم، التجزئة.
SVM, model selection, Arabic character recognition, meta-heuristics, PSO, Tabu search, segmentation
SVM, sélection de modèle, reconnaissance de caractère arabe, méta-heuristique, PSO, recherche Tabou, segmentation.Résumé : تتمثل مساهمة هذه الأطروحة في إجراء دراسة تجريبية تهدف إلى الاختيار التلقائي لنماذج آلة الأشعة الحاملة أو ما يعرف بــ machine à vecteurs de support (SVM) للتعرف على الكتابة العربية المكتوبة بخط اليد. يتطلب استخدام طريقة آلة الأشعة الحاملة اختيار العديد من المعلمات ، مثل نوع استراتيجية التصنيف (واحد مقابل الكل أو واحد مقابل واحد) ، ومعلمة التنظيم، ونوع النواة ومعلماتها. اختيار هذه المعلمات له تأثير كبير على أداء المصنف النهائي وكذلك على زمن المعالجة.
في هذه الأطروحة، استخدمنا طريقة التحقق من الصحة المتقاطعة(validation croisée) ، وشبكة البحث (grille de recherche)، وطريقة البحث المحرم (recherche Tabou)، وتقنية تحسين سرب الجسيمات (PSO) التي سمحت لنا باختيار المعلمات وتحليل مساحة كبيرة بشكل سريع. تم تقديم أيضًا دراسة مقارنة لنماذج آلة الأشعة الحاملة لدراسة سرعة التقارب ونتائج كل نموذج. لقد أنجزنا نظامًا كاملاً للتعرف على الأحرف العربية المكتوبة باليد ، أظهرت النتائج التي تم الحصول عليها أن استخدام الطرق الفوقية المساعدة على البحث (méta-heuristique) يمكن أن يكون مفيدًا في التعرف بشكل أفضل على الأحرف العربية بواسطة آلة الأشعة الحاملة.
تُعد تجزئة النص العربي المكتوب بخط اليد مهمة أساسية في تطوير نظام التعرف على الكتابة، حيث أنه إذا لم يتم تجزئة كلمة ما بشكل صحيح حتماً لن يتم التعرف على الأحرف المكونة لهذه الكلمة. في هذا العمل، اقترحنا أيضًا طريقة جديدة لتقسيم الكلمات إلى أحرف، يتم استخراج نقاط التجزئة باستخدام تحليل فعال لمخطط الرسم البياني للإسقاط العمودي. تم اختبار نهجنا باستخدام مجموعة من الكلمات من قاعدة بيانات IFN / ENIT ، وتم الحصول على نتائج واعدة.
automatic model selection of support vector machines (SVM) for recognition of handwritten Arabic script. The use of the SVM method requires the selection of several parameters, such as the type of multi-class strategy (one-against-all or one-against -one), the regularization parameter, the kernel function and their parameters. The choice of these parameters has a great influence on the performances of the final classifier and on the calculation time.
In this thesis we considered the method of cross validation, Grid search, Tabu search and particle swarm optimization techThe contribution of this thesis is to carry out an experimental study aiming to do an nique (PSO) which allowed to quickly select and analyze a large space of parameters. A comparative study of SVM models is also presented to examine the convergence speed and the results of each model. We have realized a complete system of recognition of handwritten Arabic characters. The results obtained show that the use of meta-heuristics can be beneficial to a better recognition of manuscript Arabic characters by the SVM.
Segmentation of handwritten Arabic text is an essential task in the development of character recognition systems, as poorly segmented characters will automatically be unrecognized. In this work, we also propose a new approach to segment handwritten Arabic characters using an efficient analysis of the vertical projection histogram. Our approach was tested using a set of handwritten Arabic words from the IFN/ENIT database, and promising results were obtained.
La contribution de cette thèse est de procéder à une étude expérimentale ayant pour objectif la sélection automatique de modèle des machines à vecteurs de support(SVM), pour la reconnaissance d’écriture arabe manuscrite. L'utilisation de la méthode SVM nécessite la sélection de plusieurs paramètres, tels que le type de stratégie multi-classe (une-contre-tous ou une-contre-une), le paramètre de régularisation, la fonction noyau et leurs paramètres. Le choix de ces paramètres a une grande influence sur les performances du classifieur final et aussi sur le temps de calcul.
Dans cette thèse nous avons considéré la méthode de validation croisée, grille de recherche, recherche Tabou et la technique d’optimisation par essaims de particules (PSO) qui ont permis de sélectionner et d’analyser rapidement un grand espace de paramètres. Une étude comparative des modèles SVM est également présentée pour examiner la vitesse de convergence et les résultats de chaque modèle. Nous avons réalisé un système complet de reconnaissance des caractères arabes manuscrits hors-ligne. Les résultats obtenus montrent que l’utilisation de méta-heuristiques peut être bénéfique à une meilleure reconnaissance des caractères arabes manuscrits par les SVM.
La segmentation du texte arabe manuscrit est une tâche essentielle dans le développement de système de reconnaissance d’écriture, car un caractère mal segmenté sera automatiquement non reconnu. Dans ce travail, nous proposons aussi une nouvelle approche pour segmenter un mot en caractères, les points de segmentations sont extraits en utilisant une analyse efficace de l'histogramme de projection verticale. Notre approche a été testée à l'aide d'un ensemble de mots de la base de données IFN / ENIT, des résultats prometteurs ont été obtenus.
Directeur de thèse : SADOUNI Kaddour Exemplaires
Code-barres Cote Support Localisation Section Disponibilité 1715 02-08-498 Version numérique et papier Bibliothèque Centrale Thèse de Doctorat Exclu du prêt Documents numériques
02-08-498.pdfAdobe Acrobat PDF
BUC USTOMB'Thèses
Service Thèse de la BUC met à votre votre disposition L'ensemble des thèses de doctorat et mémoires de magister soutenues à l'USTO MB
Adresse
BUC USTOMB'ThèsesBibliothèque centrale USTOMB
BP 1505 EL M'Naouer USTO ORAN
Algérie
(213)041627180
contact