Improve Pattern Recognition Performance Based on Fractal Geometry Selection

الملخص

التمييز في طرق ان-صفوف وموديل ماركوف المخفي يبنى على اختيار السمات. والسمات في طريقة ان-صفوف تعتمد على عدد الصفوف وموقعها. بينما في موديل ماركوف المخفي السمات قد ارتبطت بالحالات. حيث ان اختيار السمات المناسبة يؤدي الى افضل تمييز. في هذه الورقة تم تقديم نهجا جديد ل ان-صفوف وموديل ماركوف المخفي لأختيار السمات باستخدام تقنية سيربنسكي الكسورية. حجم الذاكره والوقت المشار اليه الماخوذ لأداء كل مصنف قل بمقدار 29.35% بينما التمييز تقدم عن ان-مصفوف التقليدي ب 12.5% مع تكرار الحدث و 11.6% بدون تكرار الحدث. بالاضافة الى التحسن بموديل ماركوف المخفي المقترح كان بمقدار 2.19% في التمييز بينما قل التعقيد بمقدار 60%. هذا التقرب وجد انه قوي بوجود الضوضاء حيث ان التمييز ل ان-صفوف تقدم عن ان-صفوف التقليدي بمقدار 38.27% بينما تقدم موديل ماركوف المخفي بمقدار 14.44%عن التقليدي. نتائج المحاكاة اضهرت اعلى تمييز كان 92.3% ل ان -صفوف لتمييز الحروف و99.98% لمودي ماركوف المخفي لتمييز الوجوه.