TAILIEUCHUNG - Ứng dụng mạng noron nhân tạo SOM cho bài toán nhận dạng kí tự

Trong bài báo này chúng tôi đề xuất một cấu trúc trọng số mới của mạng noron SOM để biểu diễn các đặc trưng hình dạng của đối tượng, đồng thời xây dựng một hàm khoảng cách để đo độ phi tương tự giữa các đặc trưng dữ liệu và áp dụng cho bài toán nhận dạng ký tự. Kết quả thử nghiệm chỉ ra rằng mạng noron SOM có khả năng nhận dạng tốt hơn khi áp dụng giải pháp cải tiến. | Lê Anh Tú và Đtg Tạp chí KHOA HỌC & CÔNG NGHỆ 99(11): 55 - 60 ỨNG DỤNG MẠNG NORON NHÂN TẠO SOM CHO BÀI TOÁN NHẬN DẠNG KÍ TỰ Lê Anh Tú1*, Nguyễn Quang Hoan2, Lê Sơn Thái1 1 Trường Đại học Công nghệ thông tin và truyền thông – ĐH Thái Nguyên 2 Học viện Công nghệ Bưu chính Viễn thông TÓM TẮT Khi áp dụng mạng noron SOM cho bài toán nhận dạng nói chung và nhận dạng ký tự nói riêng, chúng tôi nhận thấy mạng noron SOM có nhiều triển vọng trong vấn đề này. Tuy nhiên, với mỗi dạng dữ liệu vào thì vector trọng số và hàm khoảng cách đánh giá độ phi tương tự của dữ liệu cần được thiết kế phù hợp để mạng hoạt động hiệu quả hơn. Trong bài báo này chúng tôi đề xuất một cấu trúc trọng số mới của mạng noron SOM để biểu diễn các đặc trưng hình dạng của đối tượng, đồng thời xây dựng một hàm khoảng cách để đo độ phi tương tự giữa các đặc trưng dữ liệu và áp dụng cho bài toán nhận dạng ký tự. Kết quả thử nghiệm chỉ ra rằng mạng noron SOM có khả năng nhận dạng tốt hơn khi áp dụng giải pháp cải tiến. Từ khóa: nhận dạng kí tự, mạng noron nhân tạo, mạng tự tổ chức, phân cụm dữ liệu, học cạnh tranh. GIỚI THIỆU* Trong những năm gần đây, lĩnh vực nhận dạng đối tượng sử dụng mạng noron nhân tạo là một hướng nghiên cứu được nhiều người quan tâm [1,2,4,5]. Tùy từng kiểu đối tượng cần nhận dạng và mô hình mạng noron được áp dụng mà có các giải pháp khác nhau đã được đưa ra. Trong phạm vi nghiên cứu của bài báo này, chúng tôi tập trung vào vấn đề nhận dạng đối tượng dựa trên các đặc trưng hình dạng sử dụng mạng noron nhân tạo SOM[7]. Với mỗi ảnh đối tượng huấn luyện đầu vào (ví dụ ảnh ký tự, chữ kí,), trích ra các điểm đặc trưng mô tả đối tượng và sử dụng các thông tin này để huấn luyện mạng noron SOM. Giải pháp này có thể áp dụng cho các bài toán nhận dạng kí tự, chữ ký, biển số xe Hình 1 minh họa quy trình nhận dạng ký tự sử dụng mạng noron nhân tạo SOM. Trong cả hai giai đoạn của quy trình trên đều thực hiện tiền xử lý ảnh đầu vào để giảm nhiễu. Tuy nhiên, chỉ có giai đoạn 1 phải .

TỪ KHÓA LIÊN QUAN
TÀI LIỆU MỚI ĐĂNG
Đã phát hiện trình chặn quảng cáo AdBlock
Trang web này phụ thuộc vào doanh thu từ số lần hiển thị quảng cáo để tồn tại. Vui lòng tắt trình chặn quảng cáo của bạn hoặc tạm dừng tính năng chặn quảng cáo cho trang web này.