Comparativa de rendimiento y resultado en el reconocimiento óptico de números escritos a mano usando funciones de base radial y sistema memético diferencial

Bryan Montes Castañeda, Omar David Bello Santos, Oscar Manuel Piragauta Gomez, Alvaro David Orjuela-Cañón

Resumen


El problema de reconocimiento óptico de números escritos a mano ha sido abordado mediante diferentes técnicas obteniendo buenos resultados. En el presente trabajo se proponen sistemas difusos con algoritmos genéticos más específicamente meméticos para realizar esta tarea. Los resultados obtenidos con este método son comparados con redes neuronalesde aprendizaje semi-supervisado, usando funciones de base radial(RBF). Al realizar la comparación, es posible observar que este tipo de redes neuronales ofrecen ventajas en cuanto a tasas de error y tiempo de obtención del sistema de reconocimiento frente a los métodos basados en sistemas difusos.

Palabras clave


Evolución Diferencial, Modelado difuso, Algoritmo memético (MA), reconocimiento óptico de números, Redes neuronales de base radial (RBF)

Citas


J. A. Navarro, "OCR Sistemas de Reconocimiento óptico de caracteres" Revista del instituto tecnológico de informática, No 13, pp 9-11, Nov 2007.

C. Sánchez, V. Sandonís. Reconocimiento Óptico de Caracteres (OCR). Universidad Carlos III, Madrid España. Available: http://www.it.uc3m.es/jvillena/irc/practicas/08- 09/09.pdf.[Jan 20 2014]

K. Bache, M. Lichman, UCI Machine Learning Repository. University of California, School of Information and Computer Science, 2013. Available: http://archive.ics.uci.edu/ml [Jan 20 214]

H. Young-Sup, B. Sung-Yang. “Recognition of unconstrained handwritten numerals by a radial basis function neural network classifier”, Pattern Recognition Letters, Vol 18, No 7, pp 657-664, 1997

S. Haykin. Neural Networks: A Comprehensive Foundation, New York: McMillan College Publishing Company, 1994.

L.X, Wang. A course in fuzzy systems and control, Estados Unidos: Prentice-Hall, 1997.

M. Melgarejo. Sintonización de sistemas difusos mediante un algoritmo memético adaptativo [diapositivas]. Universidad Distrital Francisco José de Caldas, Bogotá Colombia, 2013.

M. Melgarejo. Sintonización de sistemas difusos utilizando evolución diferencial [diapositivas]. Universidad Distrital Francisco José de Caldas, Bogotá Colombia 2013.

Wang, L.-X.; Mendel, J.M., "Back-propagation fuzzy system as nonlinear dynamic system identifiers," Fuzzy Systems, 1992., IEEE International Conference on , vol., no., pp.1409,1418, 8-12 Mar 1992

L. Hongmin, Y. Zhixi, "Applying Multiple Agents to Fuzzy Collaborative Filtering", E-business and Information System Security, 2009. EBISS '09. International Conference on pp.1,5, 23-24 May 2009

H. Boughrara, M. Chtourou, C.B. Amar, "MLP neural network based face recognition system using constructive training algorithm," Multimedia Computing and Systems (ICMCS), 2012 International Conference on, pp.233,238, 10-12 May 2012

H. A. Al Hamad, "Use an efficient neural network to improve the Arabic handwriting recognition," Signal and Image Processing Applications (ICSIPA), 2013 IEEE International Conference on, pp.269,274, 8-10 Oct. 2013


Texto completo: PDF

Refbacks

  • No hay Refbacks actualmente.


Perfil de la revista en Google Scholar

Universidad Antonio Nariño - Sede Circunvalar

Carrera 3 Este No 47 A - 15, Bloque 4, Piso 3

Bogotá, Colombia

Revista afiliada a la Red Colombiana de Revistas de Ingeniería e indexada en EBSCO, ULRICHSWEB, DOAJ y Publindex - categoría C.

ISSN 2145-0935 ISSN online: 2346-1446