Готовые Домашние Задания

Рефераты по теме Компьютеры

Реферат On-line распознавание рукописных символов

Скачать реферат↓ [253.15 KB]



Текст реферата On-line распознавание рукописных символов

Пушников А. А., ПС-569
Тезисы доклада на научнопрактическ ую конференци ю «Современные
методы и средства автоматического управления техническими объектами»
On line распознавание рукописных символов
В настоящее время, в связи с развитием миниатюрных компьютеров, таких
как PDA , TabletPC , стоит проблема бе з клавиатурного ввода данных.
Одним из альтернативных средств ввода является сенсорная панель. Был
исследован способ метод распознавания рукописных символов с помощью
искусственной нейронной сети.
Задача on line распознавания состоит из трех основных этапов :
1. На этапе предварительной о бработк и данных выб ираем основны е
признак и и преобраз уем их в удобную для классификации форму,
например вектор в какомлибо пространстве . В задач е on line
распознавания извест ен путь пера, в виде последовательности точек.
Для упрощения классификатор а , уменьш аем количество точек до
некоторого фиксированного числа n . Т акая выборка делает расстояния
между точками практически одинаковыми, что позволяет не учитывать при
распознавании размер символа . Для инвариант ности символа
относительно его положения на изображении, преобразуем входную
последовательность в вектор синусов и косинусов углов между осями
координат и прямой , соединяющей две соседние точки. В результате
получаем вектор размерностью 2*(n -1).
2. На этапе к лассификаци и разделя ем пространств о входных векторов
на отдельные области, в качестве классификатор а использ уем нейронная
сеть. Б ыл а исследована двух слойная нейронная сеть обратного
распространения с логарифмической сигмоидной функцией активации
нейронов . Число входов – 2*(n -1), число выходов равно числу
символов. Такая нейронная сеть позволит получить на выходе оценку
совпадения исследуемого образа с исходными.
При исследовании выбиралось : n =10, количество входных нейронов
– 18, количество исследуемых символов – 4, количество
выходных нейронов – 4. Схема нейронной сети представлена на рис.
1. График тренировки нейронной сети представлен на рис. 2. Изображения
обучающих символов представлены на рис. 3. Изображение тестового
символа представлено на рис. 4. В таблице 1 представлены выходы
нейронной сети.
Рисунок 1 Схема нейронной сети
Рисунок 2 График тренировки нейронной сети
Рисунок 3 Изображения обучающих символов . Л инией обозначены
выбранные точки, окружностями введенные
Рисунок 4 Изображение тестового символа . Л инией обозначены выбранные
точки, окружностями – введенные
Таблица 1. Выход нейронной сети для тестового символа.
№ выхода нейронной сети Выход нейронной сети Название обучающего
символа, соответствующего данному выходу 1 0.9996 Символ «а» 2 0.0000
Символ «б» 3 0.0000 Символ «в» 4 0.0001 Символ «г»
3. На этапе принятия решения делаем вывод, на какой из обучающих
символов более похож тестовый символ. Для этого выбирае м символов,
которому соответствует н аибольшее значение выхода нейронной сети.
Если же максимальное значение не превысит некоторое пороговое