{
    "metadata": {
        "dataset_id": "shahroodut-thesis",
        "record_id": "TK369",
        "title": "تشخیص دستنوشته برخط فارسی با رویکرد تجزیه ای",
        "publisher": "دانشگاه صنعتی شاهرود",
        "owner": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "license": "CC-BY-4.0",
        "license_url": "https://creativecommons.org/licenses/by/4.0/",
        "license_text": "استفاده، بازنشر، تحلیل، پردازش و بهره برداری پژوهشی، آموزشی و صنعتی با ذکر منبع دانشگاه صنعتی شاهرود مجاز است.",
        "publication_date": "1393",
        "last_update": "2026-07-11",
        "language": "fa",
        "format": "application/json",
        "contact": "thesis@shahroodut.ac.ir",
        "access": {
            "fulltext_available": "true",
            "public_access": "true"
        }
    },
    "data": {
        "thesis_id": "TK369",
        "title": "تشخیص دستنوشته برخط فارسی با رویکرد تجزیه ای",
        "degree": null,
        "faculty": "مهندسی برق",
        "year": 1393,
        "authors": [
            {
                "name": "علیرضا فخری نوش آبادی",
                "role": "پدیدآور اصلی"
            },
            {
                "name": "علیرضا احمدی فرد",
                "role": "استاد راهنما"
            },
            {
                "name": "حسین خسروی",
                "role": "استاد مشاور"
            }
        ],
        "keywords": [
            "تشخیص دستنوشته برخط فارسی",
            "انطباق الگو",
            "فاصله اصلاح"
        ],
        "abstract": "در این تحقیق روشی برای تشخیص دستنوشته برخط فارسی بر مبنای شناسایی حروف سازنده زیرکلمات ارائه شده است. ورودی سیستم های تشخیص دستنوشته برخط مجموعه ای از نقاط در صفحه مربوط به دستنوشته است که عموماً توسط وسایل دیجیتال نظیر تبلت ها و تلفن های همراه هوشمند و به طور هم زمان با عمل نوشتن جمع آوری می شوند و به همین دلیل به آن برخط گویند. \r\nدر روش پیشنهادی در یک گام ساده سازی داده ورودی به صورت مجموعه ای از خطوط افقی و عمودی با دو بردار جهت و اندازه خطوط که در واقع ویژگی های استخراجی از داده  هستند بازنمایی می شود. سپس برای تشکیل پایگاه دانش سیستم از بدنه حروف الفبا در مکان های مختلف زیرکلمه از بردارهای ویژگی الگوهای مرجع استخراج می شوند. در گام شناسایی، لیستی از زیرکلمات با شناسایی حروف سازنده نمونه ورودی بوسیله انطباق الگو با استفاده از یک الگوریتم پیشنهادی با تکنیک برنامه نویسی پویا پیشنهاد می شود و درنهایت در گام پس پردازش پیشنهاداتی که در فرهنگ لغت سیستم وجود نداشته باشند و یا از لحاظ تعداد و مکان قرارگیری علامت ها با داده ورودی همخوانی نداشته باشند توسط دو فیلتر حذف می شوند.\r\nدرصد تشخیص حروف جدای فارسی با استفاده از ساده سازی و الگوریتم پیشنهادی محاسبه فاصله اصلاح برابر 2/95 % شده است و درصد بازشناسی برای تشخیص زیرکلمات فارسی برای سه گزینه اول پیشنهادی برابر 29/63% بدست آمد.\r\nهرچند درصد تشخیص بدست آمده نسبت به روشهای کلی نگر پایین تر است ولی مزیت روش پیشنهادی در شناسایی حروف سازنده زیرکلمه نسبت به روش های کلی نگر در آن است که برای بازشناسی زیرکلمات جدید تنها کافی است که متن این زیرکلمات به فرهنگ لغت سیستم اضافه شوند، درحالی که در روش های کلی نگر نیاز به نمونه های جدید از دستنوشته است.",
        "repository": "کتابخانه مرکزی دانشگاه صنعتی شاهرود",
        "note": "حقوق مادی و معنوی متعلق به دانشگاه صنعتی شاهرود می باشد.",
        "download_url": "https://shahroodut.ac.ir/fa/thesis/files/somefiles/sf_TK369.pdf"
    },
    "dictionary": {
        "thesis_id": "شناسه پایان نامه",
        "title": "عنوان پایان نامه",
        "degree": "مقطع تحصیلی",
        "faculty": "دانشکده",
        "year": "سال دفاع",
        "authors": "پدیدآورندگان",
        "keywords": "کلیدواژه ها",
        "abstract": "چکیده",
        "repository": "محل نگهداری",
        "note": "یادداشت",
        "download_url": "آدرس فایل پایان نامه"
    }
}