1. Trang chủ
  2. » Luận Văn - Báo Cáo

Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam

75 2 0

Đang tải... (xem toàn văn)

Tài liệu hạn chế xem trước, để xem đầy đủ mời bạn chọn Tải xuống

THÔNG TIN TÀI LIỆU

Thông tin cơ bản

Định dạng
Số trang 75
Dung lượng 4,96 MB

Nội dung

Ngày đăng: 03/07/2021, 09:33

Nguồn tham khảo

Tài liệu tham khảo Loại Chi tiết
[1] Saad Albawi, Tareq Abed Mohammed, and Saad Al-Zawi. “Understanding of a convolutional neural network”. In: 2017 International Conference on Engineering and Technology (ICET). Ieee.2017, pp. 1–6 Sách, tạp chí
Tiêu đề: Understanding of a convolutionalneural network”. In:"2017 International Conference on Engineering and Technology (ICET)
[2] Henry S Baird, Horst Bunke, and Kazuhiko Yamamoto. Structured document image analysis.Springer Science & Business Media, 2012 Sách, tạp chí
Tiêu đề: Structured document image analysis
[3] Carlo Migel Bautista et al. “Convolutional neural network for vehicle detection in low resolution traffic videos”. In: 2016 IEEE Region 10 Symposium (TENSYMP). IEEE. 2016, pp. 277–281 Sách, tạp chí
Tiêu đề: Convolutional neural network for vehicle detection in low resolutiontraffic videos”. In:"2016 IEEE Region 10 Symposium (TENSYMP)
[4] dantri.com.vn. Báo điện tử Dân trí. https://dantri.com.vn/. Accessed: 2020-08-15 Sách, tạp chí
Tiêu đề: Báo điện tử Dân trí
[5] TK Das, Asis Kumar Tripathy, and Alekha Kumar Mishra. “Optical character recognition using artificial neural network”. In: 2017 International Conference on Computer Communication and Informatics (ICCCI). IEEE. 2017, pp. 1–4 Sách, tạp chí
Tiêu đề: Optical character recognition usingartificial neural network”. In:"2017 International Conference on Computer Communication and Informatics"(ICCCI)
[6] docs.google.com. Google docs. http://docs.google.com/. Accessed: 2020-11-05 Sách, tạp chí
Tiêu đề: Google docs
[7] Valveny P Dosch P. “Report on the second symbol recognition contest”. In: Springer 3926 (2005), pp. 381–397 Sách, tạp chí
Tiêu đề: Report on the second symbol recognition contest”. In:"Springer
Tác giả: Valveny P Dosch P. “Report on the second symbol recognition contest”. In: Springer 3926
Năm: 2005
[8] Edward Dougherty. Mathematical morphology in image processing. CRC press, 2018 Sách, tạp chí
Tiêu đề: Mathematical morphology in image processing
[9] Barney E. “Modeling image degradations for improving OCR”. In: Proceedings of the 16th European signal processing conference (EUSIPCO) (2008), pp. 1–5 Sách, tạp chí
Tiêu đề: Modeling image degradations for improving OCR”. In:"Proceedings of the 16th European"signal processing conference (EUSIPCO)
Tác giả: Barney E. “Modeling image degradations for improving OCR”. In: Proceedings of the 16th European signal processing conference (EUSIPCO)
Năm: 2008
[10] Eloquent Arduino Blog. Convolutional Neural Network. https://eloquentarduino.github.io/ Sách, tạp chí
Tiêu đề: Convolutional Neural Network
[11] finereaderonline.com. ABBYY OCR online. https://finereaderonline.com/en- us/Tasks/Create/. Accessed: 2020-11-23 Sách, tạp chí
Tiêu đề: ABBYY OCR online
[12] Kunihiko Fukushima and Sei Miyake. “Neocognitron: A self-organizing neural network model for a mechanism of visual pattern recognition”. In: Competition and cooperation in neural nets.Springer, 1982, pp. 267–285 Sách, tạp chí
Tiêu đề: Neocognitron: A self-organizing neural network modelfor a mechanism of visual pattern recognition”. In:"Competition and cooperation in neural nets
[13] Tabbone S Hoang TV Smith EHB. “Sparsity-based edge noise removal from bilevel graphical document images”. In: IJDAR 17.2 (2014), pp. 161–179 Sách, tạp chí
Tiêu đề: Sparsity-based edge noise removal from bilevel graphicaldocument images”. In:"IJDAR
Tác giả: Tabbone S Hoang TV Smith EHB. “Sparsity-based edge noise removal from bilevel graphical document images”. In: IJDAR 17.2
Năm: 2014
[14] David H Hubel and Torsten N Wiesel. “Receptive fields of single neurones in the cat’s striate cortex”. In: The Journal of physiology 148.3 (1959), p. 574 Sách, tạp chí
Tiêu đề: Receptive fields of single neurones in the cat’s striatecortex”. In:"The Journal of physiology
Tác giả: David H Hubel and Torsten N Wiesel. “Receptive fields of single neurones in the cat’s striate cortex”. In: The Journal of physiology 148.3
Năm: 1959
[15] Haidi Ibrahim et al. “Impulse noise model and its variations”. In: International Journal of Computer and Electrical Engineering 4.5 (2012), p. 647 Sách, tạp chí
Tiêu đề: Impulse noise model and its variations”. In:"International Journal of Computer"and Electrical Engineering
Tác giả: Haidi Ibrahim et al. “Impulse noise model and its variations”. In: International Journal of Computer and Electrical Engineering 4.5
Năm: 2012
[16] Junichi Kanai et al. “Automated evaluation of OCR zoning”. In: IEEE Transactions on Pattern Analysis and Machine Intelligence 17.1 (1995), pp. 86–90 Sách, tạp chí
Tiêu đề: Automated evaluation of OCR zoning”. In:"IEEE Transactions on Pattern"Analysis and Machine Intelligence
Tác giả: Junichi Kanai et al. “Automated evaluation of OCR zoning”. In: IEEE Transactions on Pattern Analysis and Machine Intelligence 17.1
Năm: 1995
[17] Phillips IT Kanungo T Haralick RM. “Global and local document degradation models”. In Sách, tạp chí
Tiêu đề: Global and local document degradation models
[18] Andrej Karpathy. “Lecture 5: Convolutional Neural Networks”. In: CS231n: Convolutional Neural Networks for Visual Recognition (2021) Sách, tạp chí
Tiêu đề: Lecture 5: Convolutional Neural Networks”. In:"CS231n: Convolutional Neural"Networks for Visual Recognition
[19] VC Kieu et al. “A character degradation model for grayscale ancient document images”. In:Proceedings of the 21st International Conference on Pattern Recognition (ICPR2012). IEEE. 2012, pp. 685–688 Sách, tạp chí
Tiêu đề: A character degradation model for grayscale ancient document images”. In:"Proceedings of the 21st International Conference on Pattern Recognition (ICPR2012)
[20] Alex Krizhevsky, Ilya Sutskever, and Geoffrey E Hinton. “Imagenet classification with deep convolutional neural networks”. In: Communications of the ACM 60.6 (2017), pp. 84–90 Sách, tạp chí
Tiêu đề: Imagenet classification with deepconvolutional neural networks”. In:"Communications of the ACM
Tác giả: Alex Krizhevsky, Ilya Sutskever, and Geoffrey E Hinton. “Imagenet classification with deep convolutional neural networks”. In: Communications of the ACM 60.6
Năm: 2017

HÌNH ẢNH LIÊN QUAN

Mathematic morphology Phép toán hình thái học - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
athematic morphology Phép toán hình thái học (Trang 11)
Overfitting Mô hình quá khớp dữ liệu - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
verfitting Mô hình quá khớp dữ liệu (Trang 12)
Hình 1.2: Hàm phân bố và đồ thị biểu diễn mô hình nhiễu Gaussian, trong đó: (a) Hàm phân bố nhiễu Gaussian; (b) Đồ thị biểu diễn phân bố nhiễu Gaussian - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 1.2 Hàm phân bố và đồ thị biểu diễn mô hình nhiễu Gaussian, trong đó: (a) Hàm phân bố nhiễu Gaussian; (b) Đồ thị biểu diễn phân bố nhiễu Gaussian (Trang 18)
Hình 1.4: Hàm phân bố và đồ thị biểu diễn mô hình nhiễu Impulse, trong đó: (a) Hàm phân bố nhiễu Impulse; (b) Đồ thị biểu diễn phân bố nhiễu Impulse - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 1.4 Hàm phân bố và đồ thị biểu diễn mô hình nhiễu Impulse, trong đó: (a) Hàm phân bố nhiễu Impulse; (b) Đồ thị biểu diễn phân bố nhiễu Impulse (Trang 20)
Hình 1.5: Ví dụ minh họa về nhiễu Impulse, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Histogram của ảnh gốc, (d) Histogram của ảnh nhiễu - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 1.5 Ví dụ minh họa về nhiễu Impulse, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Histogram của ảnh gốc, (d) Histogram của ảnh nhiễu (Trang 21)
Hình 1.7: Minh họa về cửa sổ trượt - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 1.7 Minh họa về cửa sổ trượt (Trang 25)
điểm ảnh trong phạm vi hình chiếu của cửa sổ trượt. - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
i ểm ảnh trong phạm vi hình chiếu của cửa sổ trượt (Trang 26)
Hình 1.9: Ví dụ minh họa về ARM, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Ảnh kết quả, (d) Histogram của ảnh gốc, (e) Histogram của ảnh nhiễu, (f) Histogram của ảnh kết quả - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 1.9 Ví dụ minh họa về ARM, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Ảnh kết quả, (d) Histogram của ảnh gốc, (e) Histogram của ảnh nhiễu, (f) Histogram của ảnh kết quả (Trang 29)
Hình 1.10: Ví dụ minh họa về GEM, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Ảnh kết quả (d) Histogram của ảnh gốc, (e) Histogram của ảnh nhiễu, (f) Histogram của ảnh kết quả - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 1.10 Ví dụ minh họa về GEM, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Ảnh kết quả (d) Histogram của ảnh gốc, (e) Histogram của ảnh nhiễu, (f) Histogram của ảnh kết quả (Trang 30)
Hình 1.11: Ví dụ minh họa về COM, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Ảnh kết quả, (d) Histogram của ảnh gốc, (e) Histogram của ảnh nhiễu, (f) Histogram của ảnh kết quả - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 1.11 Ví dụ minh họa về COM, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Ảnh kết quả, (d) Histogram của ảnh gốc, (e) Histogram của ảnh nhiễu, (f) Histogram của ảnh kết quả (Trang 32)
Hình 1.12: Minh họa bộ lọc thống kê thứ tự - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 1.12 Minh họa bộ lọc thống kê thứ tự (Trang 33)
Hình 1.13: Ví dụ minh họa về MEF, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Ảnh kết quả, (d) Histogram của ảnh gốc, (e) Histogram của ảnh nhiễu, (f) Histogram của ảnh kết quả - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 1.13 Ví dụ minh họa về MEF, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Ảnh kết quả, (d) Histogram của ảnh gốc, (e) Histogram của ảnh nhiễu, (f) Histogram của ảnh kết quả (Trang 34)
Hình 1.14: Ví dụ minh họa về MAX, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Ảnh kết quả, (d) Histogram của ảnh gốc, (e) Histogram của ảnh nhiễu, (f) Histogram của ảnh kết quả - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 1.14 Ví dụ minh họa về MAX, trong đó: (a) Ảnh gốc, (b) Ảnh nhiễu, (c) Ảnh kết quả, (d) Histogram của ảnh gốc, (e) Histogram của ảnh nhiễu, (f) Histogram của ảnh kết quả (Trang 36)
2.1.2. Các phép toán hình thái phổ biến - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
2.1.2. Các phép toán hình thái phổ biến (Trang 39)
Hình 2.3: Ví dụ minh họa về phép co - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 2.3 Ví dụ minh họa về phép co (Trang 40)
Hình 2.5: Ví dụ minh họa về phép đóng - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 2.5 Ví dụ minh họa về phép đóng (Trang 42)
Hình 2.9: Các bước OCR với Tesseract - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 2.9 Các bước OCR với Tesseract (Trang 45)
Hình 2.10: Giao diện công cụ ABBYY FineReader (phiên bản 12) - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 2.10 Giao diện công cụ ABBYY FineReader (phiên bản 12) (Trang 46)
Hình 2.11: Giao diện công cụ VietOCR - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 2.11 Giao diện công cụ VietOCR (Trang 47)
Hình 2.15: Kết quả thực nghiệm khoanh vùng từ, trong đó: (a) là ảnh đã thực hiện liên thông nét chữ, (b) là ảnh kết quả - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 2.15 Kết quả thực nghiệm khoanh vùng từ, trong đó: (a) là ảnh đã thực hiện liên thông nét chữ, (b) là ảnh kết quả (Trang 51)
Hình 2.16: Kết quả thực nghiệm khoanh vùng ký tự, trong đó: (a) Ảnh gốc, (b) Áp dụng phép đóng, (c) Khoanh vùng - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 2.16 Kết quả thực nghiệm khoanh vùng ký tự, trong đó: (a) Ảnh gốc, (b) Áp dụng phép đóng, (c) Khoanh vùng (Trang 52)
Hình 2.22: Minh họa về các bước tính tại tầng tích chập[10] - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 2.22 Minh họa về các bước tính tại tầng tích chập[10] (Trang 58)
Hình 2.23: Một số hàm kích hoạt phổ biến, trong đó: (a) Sigmoid, (b) ReLU, (c) Tanh - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 2.23 Một số hàm kích hoạt phổ biến, trong đó: (a) Sigmoid, (b) ReLU, (c) Tanh (Trang 60)
Hình 2.25: Ví dụ minh họa về lớp liên kết đầy đủ[10] - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 2.25 Ví dụ minh họa về lớp liên kết đầy đủ[10] (Trang 62)
Bảng 3.1: Mô tả bộ dữ liệu thực nghiệm - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Bảng 3.1 Mô tả bộ dữ liệu thực nghiệm (Trang 65)
Hình 3.2: Một phần bộ dữ liệu học được luận văn xây dựng - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 3.2 Một phần bộ dữ liệu học được luận văn xây dựng (Trang 66)
Hình 3.1: Danh sách phân lớp ký tự - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Hình 3.1 Danh sách phân lớp ký tự (Trang 66)
3.2.4. Huấn luyện mô hình - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
3.2.4. Huấn luyện mô hình (Trang 70)
Mô hình được đề xuất 95.8% 90.2% - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
h ình được đề xuất 95.8% 90.2% (Trang 71)
Bảng 3.3: Kết quả thực nghiệm trên mô hình và một số công cụ OCR khác - Nghiên cứu địa mạo đụn cát phục vụ quản lý bờ biển hội an tam kỳ tỉnh quảng nam
Bảng 3.3 Kết quả thực nghiệm trên mô hình và một số công cụ OCR khác (Trang 71)

TÀI LIỆU CÙNG NGƯỜI DÙNG

TÀI LIỆU LIÊN QUAN