Reconocimiento de caracteres mediante máquinas asociativas por muestreo aleatorio.

La tarea de reconocimiento de patrones no tiene una solución general. Un caso particular de la misma es el reconocimiento de caracteres. El conocimiento anticipado de los descriptores necesarios para clasificar e identificar a un grupo de variantes de caracteres, es una tarea abierta, donde le uso de los modelos de representación de información simbólicos permite dar soluciones diferentes a las de los modelos aritméticos clásicos. En este trabajo se presenta un método pñara el reconocimiento de caracteres empleando los conceptos de asociatividad y similitud en modelos simbólicos. La información se representa con cadenas simbólicas de longitud definida. La codificación y extracción de información se realiza con un Método de Muestreo en imágenes, sobre un conjunto de diferentes tipos de caracteres, donde cada caracter se representa como una imagen de tamaño definido. El muestreo de imágenes selecciona puntos aleatorios de la imagen, donde la eficiencia del mismo se garantiza utilizando un método de optimización. A partir de la codificación de los diferentes tipos de caracteres, se encuentran patrones simbólicos característicos por cada caracter del alfabeto y se definen los criterios para decidir si un caracter es similar a un patrón característico previamente codificado. El método de reconocimiento de caracteres se evalúa mediante método experimental, que mide su eficiencia con un conjunto de diferentes tipos de caracteres. El modelo experimental muestra cómo es que los diferentes parámetros del método afectan la eficiencia de reconocimiento