Luận văn Thạc sĩ Khoa học máy tính: Một số kỹ thuật trích chọn đặc trưng chữ viết tay trong nhập điểm rèn luyện tự động

Một số kỹ thuật trích chọn đặc trưng chữ viết tay trong nhập điểm rèn luyện tự động

Tác giả: Mai Quốc An

Lĩnh vực: Khoa học máy tính

Nội dung tài liệu:

Luận văn này tập trung nghiên cứu về các kỹ thuật trích chọn đặc trưng trong nhận dạng chữ viết tay, đặc biệt là trong bối cảnh tự động hóa việc nhập điểm rèn luyện. Bài toán này đặt ra nhằm giải quyết những khó khăn và hạn chế của phương pháp nhập điểm thủ công, vốn tốn nhiều công sức, dễ nhầm lẫn và thiếu hiệu quả. Nghiên cứu đề xuất các giải pháp ứng dụng công nghệ thông tin, cụ thể là kỹ thuật nhận dạng chữ viết tay, để tự động hóa quy trình này, từ đó giảm tải nhân lực, nâng cao độ chính xác và tiết kiệm thời gian. Luận văn đi sâu vào phân tích các phương pháp trích chọn đặc trưng, sử dụng mạng nơ-ron nhân tạo và các kỹ thuật liên quan như biến đổi DCT, PCA, Momen Legendre, và mạng Neural tích chập.

Mục lục chi tiết:

• PHẦN MỞ ĐẦU
• Chương 1: KHÁI QUÁT VỀ NHẬP ĐIỂM RÈN LUYỆN TỰ ĐỘNG VÀ TRÍCH CHỌN ĐẶC TRƯNG CHỮ VIẾT TAY
• 1.1. Khái quát về nhập điểm rèn luyện tự động
• 1.1.1. Quản lý và nhập điểm rèn luyện tự động
• 1.1.2. Kiến trúc một hệ thống nhận dạng điểm rèn luyện sử dụng mạng nơ-ron nhân tạo
• 1.2. Khái quát trích chọn đặc trưng chữ viết tay
• 1.2.1. Đặc trưng màu sắc
• 1.2.2. Đặc trưng hình dạng
• 1.2.3. Đặc trung kết cấu
• 1.2.4. Đặc trung cục bộ bất biến
• Chương 2: NHẬN DẠNG PHIẾU ĐIỂM SỬ DỤNG MẠNG NƠ RON
• 2.1. Thiết kế mạng nơ-ron nhân tạo
• 2.1.1. Các bước thiết kế
• 2.1.2. Chi tiết các bước thiết kế một mạng nơ-ron
• 2.2. Các kỹ thuật trích chọn đặc trưng
• 2.2.1. Kỹ thuật trích chọn đặc trưng kết hợp biến đổi DCT và thuật toán phân tích thành phần chính PCA
• 2.2.2 Kỹ thuật trích đặc trưng sử dụng Momen Legendre
• 2.2.3. Kỹ thuật sử dụng mạng Neural nhân chập (Convolution neural network)
• 2.3. Huấn luyện mạng
• 2.3.1. Các phương pháp học
• 2.3.2. Học có giám sát trong các mạng nơ-ron
• 2.3.3. Thuật toán lan truyền ngược Back-Propagation
• 2.4. Nhận dạng sử dụng mạng nơ-ron
• 2.4.1. Khả năng sử dụng mạng nơ-ron trong nhận dạng
• 2.4.2. Mô hình nhận dạng hệ thống sử dụng mạng nơ-ron
• 2.4.3. Nhận dạng hệ thống sử dụng mạng nơ-ron
• Chương 3: CHƯƠNG TRÌNH THỬ NGHIỆM
• 3.1. Đặc trưng của phiếu điểm
• 3.2. Bài toán
• 3.3. Tiền xử lý
• 3.4. Phân đoạn và trích chọn đặc trưng
• 3.5. Huấn luyện và nhận dạng
• 3.6. Hậu xử lý
• PHẦN KẾT LUẬN
• TÀI LIỆU THAM KHẢO
• CÁC CHỮ VIẾT TẮT