Titre :	Utilisation des réseaux de neurones pour la reconnaissance des caractères manuscrits arabes
Type de document :	texte imprimé
Auteurs :	Dribiza, Ouard, Auteur ; Mekroud,Noureddine, Directeur de thèse
Editeur :	Setif:UFA
Année de publication :	2018
Importance :	1 vol (62 f .)
Format :	29 cm
Langues :	Français (fre) Langues originales : Français (fre)
Catégories :	Thèses & Mémoires:Informatique
Mots-clés :	Informatique:Utilisation des réseaux
Résumé :	CONCLUSION GENIRALE Comme mentionné précédemment au cours des différentes parties de ce mémoire est que la langue arabe a encore connue une grande exclusion par les chercheurs malgré sa grande portée dans le monde. donc notre objectif principal de ce mémoire est de poursuivre la série de recherches déjà faite pour atteindre les techniques optimales d’un système fiable est très efficace pour la reconnaissance de l’écriture arabe manuscrite, au début nous avons abordé les caractéristiques des caractères arabes qui se distinguent a des autres caractères aux nombreuses difficultés, et afin de faciliter le processus de reconnaissance nous avons discuté les différentes méthodes de traitement et de classification qui doivent être respectées. Parmi ces différents processus existants on a conclu que le plus efficace actuellement est les réseaux des neurones artificiels, qui ont fait l'objet de nos recherches dans le deuxième chapitre de ce mémoire. Pour en savoir plus sur les manières d’utilisations des réseaux des neurones pour la reconnaissance de l’écriture arabe manuscrite on a parlé dans le deuxième chapitre des avantages de ce réseau et leur capacité d'apprendre et de test, puis nous nous sommes concentrés sur les réseaux des neurones artificiels, qui sont considérés en raison de leurs caractéristiques parmi les plus importants réseaux dans le domaine de reconnaissance. C’est pour ça nous avons expliqué leurs architectures en détail dans le but de l’utiliser dans notre application au troisième chapitre. Nous avons expérimenté le RN pour la reconnaissance des chiffres, où nous avons conclu que ce réseau est très efficace mais il est toujours insuffisant pour les caractères par rapport aux chiffres à cause des facteurs suivants : • Le nombre des chiffres est limité à 10 chiffres de 0 à 9, tandis que les caractères est de 28 caractères de ا à .ي • La base des données pour les chiffres 50 fois pour chaque numéro(500) et petit par rapport à celle des caractères (1400). • La forme simple des chiffres, qui sont toujours au-dessus de la ligne d'écriture par rapport aux lettres qui prennent des positions différentes. • Les chiffres n’ont pas des contrecoups alors que les caractères ont des nombreux disciples dans différents endroits tels que les points.
Note de contenu :	Sommaire TABLE DES MATIERES ................................................................................................................... 4 TABLE DE FIGURE .................................................................................................................... 7 TABLE DES TABLEAUX ................................................................................................................... 9 INTRODUCTION GENERALE ................................................................................................................... 11 Chapitre I 1. INTRODUCTION .................................................................................................................. 2 2. DEFINITION D’OCR (OPTICAL CHAR ACTER RECOGNITION) ................................................ 2 3. TYPOLOGIE DES SYSTEMES DE RECONNAISSANCE DES CARACTERES .............................. 3 3.1 RECONNAISSANCE EN LIGNE (ON LINE) .................................................................................................... 3 3.2 RECONNAISSANCE HORS LIGNE (OFF LINE) .............................................................................................. 4 4. DOMAINES D’APPLICATION ............................................................................................................ 5 5. DIFFICULTES SPECIFIQUES AU TEXTE ARABE .......................................................................... 6 6. ETAPES DE RECONNAISSANCE DES CARACTERES MANUSCRITS ......................................... 9 6.1 PRETRAITEMENT ................................................................................................................ 10 6.1.1 Binarisation ........................................................................................................ 10 6.1.2 Seuillage ...................................................................................................................... 10 6.1.3 Opérations morphologiques mathématiques................................................................................. 11 6.1.4 Suppression de bruit ......................................................................................................... 11 ï‚· Filtrage .................................................................................................................. 11 6.1.5 Détection de la ligne de base ......................................................................................................... 12 6.1.6 Segmentation ....................................................................................................... 12 6.1.7 Squelettisation ..................................................................................................... 12 6.1.8 Normalisation ....................................................................................................... 13 7. CONCLUSION................................................................................................................ 13 Chapitre II 1. INTRODUCTION ................................................................................................................ 16 2. L’EXTRACTION DES CONNAISSANCES A PARTIR DE DONNEE (ECD) ................................. 16 2.1 DEFINITION D’ECD .......................................................................................................... 16 2.2 PROCESSUS DE L’ECD ..................................................................................................... 17 2.2.1 La sélection des données ..................................................................................................... 18 2.2.2 Le prétraitement des données ........................................................................................................ 18 2.2.3 La transformation de données ....................................................................................................... 18 2.2.4 Fouille de données (Data Mining) ................................................................................................ 19 2.2.5 Evaluation et interprétation des connaissances ............................................................................ 19 3. LES METHODES DE CLASSIFICATION ........................................................................................ 20 3.1 ALGORITHMES GENETIQUES ................................................................................................................... 21 3.1.1 Définition des algorithmes génétiques .......................................................................................... 21 3.1.2 Fonctionnement général d’un algorithme génétique ................................................................... 21 3.2 RESEAU DE NEURONES ........................................................................................................... 24 3.2.1 Définition du réseau de neurones ................................................................................................. 24 3.2.2 Modélisation d’un réseau de neurones ......................................................................................... 24 3.2.3 Domaines d’application dans la recherche et l’industrie ............................................................. 26 3.3 MODELEDEMARKOVCACHE ................................................................................................................... 26 4. CONCLUSION.................................................................................................................. 28 Chapitre III 1. INTRODUCTION .............................................................................................................. 30 2. CONDITIONNEMENT DE L’IMAGE DU CARACTERE MANUSCRIT ....................................... 30 2.1 PRETRAITEMENT ..................................................................................................... 31 2.1.1 Binarisation ........................................................................................................... 31 2.1.2 Elimination du bruit ...................................................................................................... 31 2.1.3 Normalisation ........................................................................................................ 31 2.1.4 Squelettisation ................................................................................................. 33 3. EXTRACTION DES CARACTERISTIQUES DES IMAGES DE CARACTERES .......................... 34 3.1 LES TECHNIQUES D’EXTRACTION DES CARACTERISTIQUES .................................................................. 3.1.1 Caractéristiques structurelles ........................................................ 34 3.1.2 Caractéristiques statistiques ................................................................................... 34 3.1.3 Paramètres de surface des cavités ................................................................................................ 35 3.1.4 Transformation globale ................................................................................................................. 36 3.1.5 Les moments géométriques ........................................................................................................... 36 3.2 EXTRACTION DES CARACTERISTIQUES DANS NOTRE APPROCHE ........................................................... 37 4. CONCLUSION................................................................................................................38 Chapitre VI 1. INTRODUCTION .................................................................................................................. 40 2. L’ENVIRONNEMENT DE PROGRAMMATION MATLAB ........................................................... 40 3 LES DONNEES D’APPLICATION (LES IMAGES DES CARACTERES ARABES MANUSCRIT) 41 4 QUELQUES PROJECTIONS DE L’APPLICATION DEVELOPPEE ............................................. 43 4.1 LE MENU PRINCIPAL ............................................................................................... 43 4.1.1 La fenêtre d’apprentissage (d’entrainement) ............................................................................... 44 4.1.2 Entrainement du réseau de neurone sous MatLab ....................................................................... 45 4.1.3 Fenêtre de reconnaissance des caractères-mots ........................................................................... 46 5 LES PERFORMANCES DU SYSTEME ............................................................................................. 47 6 RESULTATS DES SIMULATIONS LETTRES ................................................................................. 51 8. CONCLUSION ....................................................................................................... 57 CONCLUSION GENIRALE ................................................................................................... BIBLIOGRAPHIE .......................................................................................................................
Côte titre :	MAI/0226
En ligne :	https://drive.google.com/file/d/18CizTlQep6dJi6UcsC9AsnQHA4QluvcO/view?usp=shari [...]
Format de la ressource électronique :	docx

Utilisation des réseaux de neurones pour la reconnaissance des caractères manuscrits arabes [texte imprimé] / Dribiza, Ouard, Auteur ; Mekroud,Noureddine, Directeur de thèse . - [S.l.] : Setif:UFA, 2018 . - 1 vol (62 f .) ; 29 cm.
Langues : Français (fre) Langues originales : Français (fre)

Catégories :	Thèses & Mémoires:Informatique
Mots-clés :	Informatique:Utilisation des réseaux
Résumé :	CONCLUSION GENIRALE Comme mentionné précédemment au cours des différentes parties de ce mémoire est que la langue arabe a encore connue une grande exclusion par les chercheurs malgré sa grande portée dans le monde. donc notre objectif principal de ce mémoire est de poursuivre la série de recherches déjà faite pour atteindre les techniques optimales d’un système fiable est très efficace pour la reconnaissance de l’écriture arabe manuscrite, au début nous avons abordé les caractéristiques des caractères arabes qui se distinguent a des autres caractères aux nombreuses difficultés, et afin de faciliter le processus de reconnaissance nous avons discuté les différentes méthodes de traitement et de classification qui doivent être respectées. Parmi ces différents processus existants on a conclu que le plus efficace actuellement est les réseaux des neurones artificiels, qui ont fait l'objet de nos recherches dans le deuxième chapitre de ce mémoire. Pour en savoir plus sur les manières d’utilisations des réseaux des neurones pour la reconnaissance de l’écriture arabe manuscrite on a parlé dans le deuxième chapitre des avantages de ce réseau et leur capacité d'apprendre et de test, puis nous nous sommes concentrés sur les réseaux des neurones artificiels, qui sont considérés en raison de leurs caractéristiques parmi les plus importants réseaux dans le domaine de reconnaissance. C’est pour ça nous avons expliqué leurs architectures en détail dans le but de l’utiliser dans notre application au troisième chapitre. Nous avons expérimenté le RN pour la reconnaissance des chiffres, où nous avons conclu que ce réseau est très efficace mais il est toujours insuffisant pour les caractères par rapport aux chiffres à cause des facteurs suivants : • Le nombre des chiffres est limité à 10 chiffres de 0 à 9, tandis que les caractères est de 28 caractères de ا à .ي • La base des données pour les chiffres 50 fois pour chaque numéro(500) et petit par rapport à celle des caractères (1400). • La forme simple des chiffres, qui sont toujours au-dessus de la ligne d'écriture par rapport aux lettres qui prennent des positions différentes. • Les chiffres n’ont pas des contrecoups alors que les caractères ont des nombreux disciples dans différents endroits tels que les points.
Note de contenu :	Sommaire TABLE DES MATIERES ................................................................................................................... 4 TABLE DE FIGURE .................................................................................................................... 7 TABLE DES TABLEAUX ................................................................................................................... 9 INTRODUCTION GENERALE ................................................................................................................... 11 Chapitre I 1. INTRODUCTION .................................................................................................................. 2 2. DEFINITION D’OCR (OPTICAL CHAR ACTER RECOGNITION) ................................................ 2 3. TYPOLOGIE DES SYSTEMES DE RECONNAISSANCE DES CARACTERES .............................. 3 3.1 RECONNAISSANCE EN LIGNE (ON LINE) .................................................................................................... 3 3.2 RECONNAISSANCE HORS LIGNE (OFF LINE) .............................................................................................. 4 4. DOMAINES D’APPLICATION ............................................................................................................ 5 5. DIFFICULTES SPECIFIQUES AU TEXTE ARABE .......................................................................... 6 6. ETAPES DE RECONNAISSANCE DES CARACTERES MANUSCRITS ......................................... 9 6.1 PRETRAITEMENT ................................................................................................................ 10 6.1.1 Binarisation ........................................................................................................ 10 6.1.2 Seuillage ...................................................................................................................... 10 6.1.3 Opérations morphologiques mathématiques................................................................................. 11 6.1.4 Suppression de bruit ......................................................................................................... 11 ï‚· Filtrage .................................................................................................................. 11 6.1.5 Détection de la ligne de base ......................................................................................................... 12 6.1.6 Segmentation ....................................................................................................... 12 6.1.7 Squelettisation ..................................................................................................... 12 6.1.8 Normalisation ....................................................................................................... 13 7. CONCLUSION................................................................................................................ 13 Chapitre II 1. INTRODUCTION ................................................................................................................ 16 2. L’EXTRACTION DES CONNAISSANCES A PARTIR DE DONNEE (ECD) ................................. 16 2.1 DEFINITION D’ECD .......................................................................................................... 16 2.2 PROCESSUS DE L’ECD ..................................................................................................... 17 2.2.1 La sélection des données ..................................................................................................... 18 2.2.2 Le prétraitement des données ........................................................................................................ 18 2.2.3 La transformation de données ....................................................................................................... 18 2.2.4 Fouille de données (Data Mining) ................................................................................................ 19 2.2.5 Evaluation et interprétation des connaissances ............................................................................ 19 3. LES METHODES DE CLASSIFICATION ........................................................................................ 20 3.1 ALGORITHMES GENETIQUES ................................................................................................................... 21 3.1.1 Définition des algorithmes génétiques .......................................................................................... 21 3.1.2 Fonctionnement général d’un algorithme génétique ................................................................... 21 3.2 RESEAU DE NEURONES ........................................................................................................... 24 3.2.1 Définition du réseau de neurones ................................................................................................. 24 3.2.2 Modélisation d’un réseau de neurones ......................................................................................... 24 3.2.3 Domaines d’application dans la recherche et l’industrie ............................................................. 26 3.3 MODELEDEMARKOVCACHE ................................................................................................................... 26 4. CONCLUSION.................................................................................................................. 28 Chapitre III 1. INTRODUCTION .............................................................................................................. 30 2. CONDITIONNEMENT DE L’IMAGE DU CARACTERE MANUSCRIT ....................................... 30 2.1 PRETRAITEMENT ..................................................................................................... 31 2.1.1 Binarisation ........................................................................................................... 31 2.1.2 Elimination du bruit ...................................................................................................... 31 2.1.3 Normalisation ........................................................................................................ 31 2.1.4 Squelettisation ................................................................................................. 33 3. EXTRACTION DES CARACTERISTIQUES DES IMAGES DE CARACTERES .......................... 34 3.1 LES TECHNIQUES D’EXTRACTION DES CARACTERISTIQUES .................................................................. 3.1.1 Caractéristiques structurelles ........................................................ 34 3.1.2 Caractéristiques statistiques ................................................................................... 34 3.1.3 Paramètres de surface des cavités ................................................................................................ 35 3.1.4 Transformation globale ................................................................................................................. 36 3.1.5 Les moments géométriques ........................................................................................................... 36 3.2 EXTRACTION DES CARACTERISTIQUES DANS NOTRE APPROCHE ........................................................... 37 4. CONCLUSION................................................................................................................38 Chapitre VI 1. INTRODUCTION .................................................................................................................. 40 2. L’ENVIRONNEMENT DE PROGRAMMATION MATLAB ........................................................... 40 3 LES DONNEES D’APPLICATION (LES IMAGES DES CARACTERES ARABES MANUSCRIT) 41 4 QUELQUES PROJECTIONS DE L’APPLICATION DEVELOPPEE ............................................. 43 4.1 LE MENU PRINCIPAL ............................................................................................... 43 4.1.1 La fenêtre d’apprentissage (d’entrainement) ............................................................................... 44 4.1.2 Entrainement du réseau de neurone sous MatLab ....................................................................... 45 4.1.3 Fenêtre de reconnaissance des caractères-mots ........................................................................... 46 5 LES PERFORMANCES DU SYSTEME ............................................................................................. 47 6 RESULTATS DES SIMULATIONS LETTRES ................................................................................. 51 8. CONCLUSION ....................................................................................................... 57 CONCLUSION GENIRALE ................................................................................................... BIBLIOGRAPHIE .......................................................................................................................
Côte titre :	MAI/0226
En ligne :	https://drive.google.com/file/d/18CizTlQep6dJi6UcsC9AsnQHA4QluvcO/view?usp=shari [...]
Format de la ressource électronique :	docx