การปรับปรุงระบบการรู้จำลายมือเขียนแบบออนไลน์สำหรับตัวอักษรภาษาไทยโดยใช้ข่ายงานประสาทแบบแพร่กระจายย้อนกลับ

ปกรณ์ บุพศิริ

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/10895

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	วิวัฒน์ วัฒนาวุฒิ	-
dc.contributor.author	ปกรณ์ บุพศิริ	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2009-09-01T08:36:44Z	-
dc.date.available	2009-09-01T08:36:44Z	-
dc.date.issued	2545	-
dc.identifier.isbn	9741722532	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/10895	-
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2545	en
dc.description.abstract	งานวิจัยนี้มีวัตถุประสงค์เพื่อปรับปรุงระบบการรู้จำลายมือเขียนแบบออนไลน์ สำหรับตัวอักษรภาษาไทย เน้นปรับปรุงข้อมูลที่ใช้ในการสอนข่ายงานประสาทแบบแพร่กระจายย้อนกลับ ซึ่งประกอบด้วย การประมวลผลข้อมูลตัวอักษรเบื้องต้น การหาลักษณะเด่นของตัวอักษร และการเข้ารหัส โดยมีเทคนิคที่สำคัญที่ใช้ในงานวิจัยนี้ คือ การหาวงรอบของตัวอักษร การใช้เขตย่อย และการเพิ่มจำนวนเข้ารหัสโหนด ในการหาวงรอบได้ใช้เทคนิคการหาจุดตัดและการเปลี่ยนแปลงของทิศทางรหัสลูกโซ่ ซึ่งจะทำให้การหาวงรอบมีความแม่นยำมากขึ้น การใช้เขตย่อยแบบ 5 เขต จะเป็นวิธีการจำแนกลักษณะของตัวอักษรได้ดี และการเพิ่มจำนวนเข้ารหัสโหนดได้ใช้เทคนิคเพิ่มจำนวนโหนดสโตรค และเพิ่มจำนวนโหนดวงรอบของตัวอักษร จากการทดสอบข่ายงานประสาทที่ได้ ด้วยลายมือของผู้วิจัยจำนวน 2,010 ตัวอักษร พบว่าอัตราการรู้จำมีความถูกต้องร้อยละ 96.62 รู้จำผิดร้อยละ 1.79 และรู้จำไม่ได้ร้อยละ 1.59	en
dc.description.abstractalternative	The objective of this research is to improve the online handwritten recognition system for Thai characters. In order to improve input data used by the backpropagation neural network, the enhancement is emphasized on data preprocessing, feature extraction, and data encoding. The significant techniques used in this research are to find circles in a character, to zone a character, and to increase encoding nodes. The finding circle technique is used for precisely determining the circles by cross-finding and chain code direction technique. The zoning uses five-zone code technique to divide the character in the appropriate way for more accurate in classifying the features of the character. The increasing encoding node technique is used to add up the number of data encoding nodes especially for stroke and circle code. The neural network experiment on 2,010 characters of the researcher' own handwriting data showed that the recognition rate is 96.62%, with 1.79% incorrect rate, and 1.59% rejection rate.	en
dc.format.extent	2599244 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	การรู้จำอักขระ (คอมพิวเตอร์)	en
dc.subject	ภาษาไทย -- ตัวอักษร	en
dc.subject	นิวรัลเน็ตเวิร์ค (คอมพิวเตอร์)	en
dc.subject	แบคพรอพาเกชั่น (ปัญญาประดิษฐ์)	en
dc.title	การปรับปรุงระบบการรู้จำลายมือเขียนแบบออนไลน์สำหรับตัวอักษรภาษาไทยโดยใช้ข่ายงานประสาทแบบแพร่กระจายย้อนกลับ	en
dc.title.alternative	Improvement of online handwritten recognition system for Thai characters using backpropagation neural network	en
dc.type	Thesis	es
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิทยาศาสตร์คอมพิวเตอร์	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	wiwat@chula.ac.th	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
Pagorn.pdf		2.54 MB	Adobe PDF	View/Open

Show simple item record