Chương trình được trình bầy ở đây chỉ có khả năng trong nhận dạng các ký tự riêng biệt.
Khi chạy chương trình, ta thấy có vấn đề xảy rạ Ví dụ như: chương trình khó có thể xác định để phận biệt giữa chư “o” thường và chữ “O” hoa, hay chữ số 0 (số không). Vậy ta thấy, giữa các ký tự này thì không thể vận dụng bằng mạng nơron Kohonen.
3.5 Kết luận
Trong chương này, chỉ ra một ứng dụng thực tế của mạng nơron Kohonen. Tiêu điểm của chương này là tạo ra một ứng dụng nhỏ đó là khả năng nhận dạng chữ viết taỵ
Các ký tự (chữ ký được scan) được người sử dụng đưa vào với độ phân giải caọ Để biểu diễn được tới mạng nơron, ta giảm bớt độ phân giải này bằng cách sử dụng kỹ thuật cắt xén và tải mẫu, ký tự (chữ ký) được chuyển sang một ảnh thứ hai với độ phân giải thấp hơn nhiềụ
Sự tải mẫu là quá trình đưa ảnh có độ phân giải cao được chuyển đổi về ảnh có độ phân giải thấp hơn. Mỗi pixel trong ký tự (chữ ký) tải mẫu được ấn định cho một mầu trung bình của vùng tương ứng trong ảnh có độ phân giải caọ
Kết quả ảnh tải mẫu sau đó được đưa tới tập huấn luyện hoặc tới quá trình nhớ của mạng nơron Kohonen. Mạng nơron Kohonen được sử dụng trong ví dụ này có số nơron đầu vào bằng số pixel của ký tự (hình ảnh) được tải mẫu, và số nơron đầu ra bằng số ký tự mà ta tạo trong tập mẫụ
KẾT LUẬN
Kiến thức đã tìm hiểu được
- Nắm được kiến thức cơ bản của mạng nơron nhân tạo và mạng nơron Kohonen.
- Nắm đượcquy trình chung trong việc xây dựng hệ thống nhận dạng chữ viết. - Sử dụng phương pháp tính tích vô hướng hai vector để tìm nơron thắng. - Đưa ra phương pháp trích chọn đặc trưng cho nhận dạng ký tự quang (cụ thể
là chữ viết tay bằng chuột và chữ ký đưa và dưới dạng ảnh).
- Phát triển thành công phần mềm nhận dạng ký tự quang (cụ thể là chữ viết tay bằng chuột và chữ ký đưa vào dưới dạng ảnh).
- Chương trình ứng dụng mới đang bước đầu thử nghiệm, và độ chính xác trên tập mẫu (150 mẫu) khoảng 80%.
Hướng phát triển nghiên cứu
Luận văn có thể phát triển cho nhận dạng văn bản viết taỵ Tuy nhiên để làm được điều này phải là cả một quá trình tìm hiểu và nghiên cứu lâu dàị Do thời gian có hạn nên luận văn mới chỉ trình bày ở mức độ đơn giản đó là nhận dạng chữ ký và từng ký tự riêng biệt.
Tự đánh giá
Mặc dù em đã cố gắng để hoàn thiện đề tài, nhưng chắc chắn không thể tránh được những thiếu sót, em rất mong nhận được sự chỉ bảo và giúp đỡ của các thầy cô giáo, cùng với sự góp ý kiến của những ai quan tâm.
Tài tham khảo
1. Teuvo Kohonen,Self-Organizing Maps, Third Edition, Springer, Heidelberg, 2001
2. V. Rao and H. Rao, C++ Neural Networks and Fuzzy Logic, Second Edition, MIS Press, NewYork, 1995