Sélection expérimentale de modèles SVM multi-classes application à la reconnaissance des caractères arabes

Abstract

Nous présentons dans cet mémoire une étude expérimentale qui a pour objectif la sélection optimale du modèle SVM pour la reconnaissance des caractères arabes manuscrits en utilisant la recherche tabou pour le choix et le balayage d’un grand espace de paramètres de modèles SVM. Ces modèles regroupent le type de classification (une-contre-une ou une-contre-reste), le noyau SVM ainsi que les paramètres du noyau. Le choix de ces paramètres a une grande influence sur les performances du classifieur final et aussi sur le temps de calcul. Ce travail a nécessité la réalisation d’un système complet de reconnaissance des caractères arabes manuscrits hors-ligne, la génération d’une base de données de 4840 caractères dans leurs différentes positions (début, milieu, fin et isolé) et la mise au point d’un algorithme de sélection de modèles SVM basé sur la recherche tabou conduisant aux meilleurs résultats possibles en termes de taux de prédiction et temps CPU. Les résultats préliminaires obtenus sont très encourageants et prometteurs par rapport à la littérature et montrent que l’utilisation de métaheuristiques peut être bénéfique à une meilleure reconnaissance des caractères arabes manuscrits par les SVM.