@Article{, title={Handwritten Arabic Alphanumeric Character Recognition using BP and SOFM NeuralNetworks تمييز الحروف و الارقام العربية المكتوبة باليد باستخدام شبكات BPو SOFM العصبية}, author={Rafid Ahmed Khalil, Ph.D., رافد احمد خليل،}, journal={AL-Rafidain Engineering Journal (AREJ) مجلة هندسة الرافدين}, volume={14}, number={2}, pages={68-80}, year={2006}, abstract={AbstractThis paper presents results obtained by applying two neural networksmodels Backpropagation (BP), and Self-Organized Feature Map (SOFM) to a newapplication of handwritten Arabic alphanumeric character (HAAC) recognition. Anovel method for features extraction, based on a shadow projection is used. Bothnetworks are trained using Arabic character samples written by different people(learning set). They are required, after the learning is over, to recognize charactersout of the learning set. Evaluation of the recognition (classification) capability ofthe two models for 28 alphanumeric characters is achieved. Depending on theexperimental results, a comparison of both algorithms is done.

المستخلصة من استخدام نموذجين من نماذج الشبكات العصبية، همافي تطبيق تمييز الحروف SOFM ونموذج خريطة الصفات ذاتية التنظيم BP نموذج الانتشار العكسيوالأرقام العربية المكتوبة باليد. استخدمت طريقة جديدة في استخلاص الخصائص معتمدة علئ إسقاطالظل. وتم تدريب الشبكتين باستخدام أنماط من حروف وأرقام مكتوبة من قبل أشخاص مختلفين، هذهالأنماط تدعي (مجموعة التعلم). والمطلوب بعد إتمام هذه العملية، تمييز أنماط جديدة من خارج مجموعةالتعلم. كما يتضمن البحث تقييما لقابلية النموذجين في تمييز 28 حرف ورقم يدوي مختلف وبعدة أنماط.ونقوم ايضآ وبالاعتماد علي النتائج التجريبية بمقارنة الاداء للنموذجين} }