خوشه بندی راهنماییده تصاویر دس تنوشته های فارسی

خوشه بندی از جمله روش های چند متغیره آماری است که به کشف اطلاعات مفید از مجموعه ای از داده هامنجر می شود. اجرای این روش برای تحلیل داده های بعد بالا با چالش های عدیده ای روبرو است. برای حل بخشیاز این مشکلات، تلاش های بسیاری در راستای توسعه روش های کاهش بعد داده ها صورت گرفته است. با این حال،نقش متغیرهای پاسخ در این روش ها نادیده گرفته می شوند. در مقابل، رویکرد نوین خوشه بندی راهنماییده، به دلیلاستفاده از اطلاعات نهفته در متغیرهای پاسخ در یافتن متغیرهای موثر، بهره گیری از رویکرد کاهش بعد داده ها وتسریع سرعت محاسباتی خوشه بندی، عملکرد بهتری در کاربردهای واقعی خواهد داشت. این نوع خوشه بندی، بااستفاده از اطلاعات متغیر پاسخ، تنها متغیرهایی را که دارای اطلاعات مفیدی در خصوصتشخیصو پیش بینی متغیرپاسخ هستند، شناسایی می کند. مقاله حاضر به عملکرد این رویکرد در تحلیل تصاویر دس تنوشته های فارسی می پردازد.

supervised clustering of persian handwritten images

clustering is one of the multivariate statistical methods that leads to the discoveryof useful information from a bag of data. implementing this method for analyzing highdimensionaldata encounters various challenges. to solve portions of these challenges, considerableefforts have been made to develop some methods for reducing the dimension ofdata. however, the role of dependent variables is ignored in invoking these methods. instead,the new supervised clustering method has promising performance in real applicationsdue to the use of the inherent information in the response variables, the data dimension reductionfacilities and the speed acceleration of clustering computations. the current papertends to evaluate the operation of this approach in the analysis of persian handwritten images.