- Tách từ riêng biệt ra khỏi dòng ký tự.
c)Kết quả với tham số learning_rate khác nhau
Số ký tự đầu vào =100, Learning_rate =150, độ chênh lệch xích-ma=0.014
Font Type 50 100 120 № of wrong characters % Error № of wrong characters % Error № of wrong characters % Error Latin Arial 82 91.11 18 20 3 3.33 Latin Tahoma 56 62.22 11 12.22 1 1.11 Latin Times Roman 77 85.56 15 16.67 0 0
d) Đánh giá ảnh hưởng của sự thay đổi các thông số.
Tăng số vòng lặp tổng quát sẽ tỉ lệ thuận hiệu suất của mạng. Nhưng đến một mức nào đó nó sẽ gây ra hiện tượng học vẹt (over learning), sẽ bỏ qua trạng thái tối ưu.
Kích thước đầu vào cũng là một nhân tố ảnh hưởng trực tiếp đến hiệu suất của mạng. Thực tế số đầu vào càng nhiều mạng yêu cầu được huấn luyện nhiều hơn để có thể nhận bắt lỗi tốt.
Sự thay đổi tham số learning_rate cũng ảnh hưởng hiệu suất của mạng đối với số vòng lặp xác định. Giá trị tham số này càng nhỏ thì mạng hiệu chỉnh trọng số càng chậm. Nhưng muốn đạt đến trạng thái tối ưu thì ta phải tăng số vòng lặp nhiều hơn.
30
III. MÔ HÌNH NHẬN DẠNG CHỮ VIẾT ONLINE
1.Mô hình
Nhận dạng chữ viết tay trực tiếp (On-line handwritten character recognition) là mô hình nhận dạng chữ viết với dữ liệu đầu vào là chữ viết trực tiếp của người sử dụng. Mô hình nhận dạng này được sử dụng phổ biến trong công nghệ cảm ứng, như là tablet PC, PDA,... Hệ thống này dựa trên một chuỗi các tọa độ trong không gian và thời gian, sẽ quét và ghi nhận lại các đặc trưng để làm cơ sở cho việc nhận dạng.
Trong mô hình này, chúng ta sẽ nhận dạng trực tiếp chữ viết tay của người sử dụng. Đây là điểm đặc biệt của mô hình. Việc này đã dẫn tới các vấn đề khó khăn nhận dạng chữ viết thời gian thực: áp đặp hạn chế về thời gian cho phép để hoàn thành công việc nhận dạng cũng như tốc độ viết của người sử dụng. Ưu điểm của mô hình này là các thuật toán có thể truy cập thông tin trình tự thời gian cũng như số các nét chữ, hướng và tốc độ viết của chữ. Thông thường, do ảnh hưởng nhiều yếu tố về thời gian thực và bộ mẫu dữ liệu, kết quả nhận dạng chỉ chính xác được khoảng 70%.