메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
패턴정합을 이용한 대규모 인쇄체 문자인식의 인식속도를 높이기 위한 방법을 제안한다. 이 방법은 특징들이 비슷한 문자들을 하나의 클러스터로 만들어 비교대상이 되는 문자의 갯수를 줄임으로써 인식 속도를 고속화하는 것이다. 본 연구에서는 K_means 알고리즘과 동일한 문자에서 생겨날 수 있는 변형을 효과적으로 흡수할 수 있고, 처리속도로 빠른 코호넨 네트워크에 교사 학습 방법을 선택하여 결합하므로써 클로스터내에 소속되는 문자들의 분포 상태를 개선하였다. 사용빈도가 높은 한글 522자를 대상으로 실험한 결과 K_means 알고리즘만을 이용한 방법보다 훨씬 좋고 안정된 분류율을 나타냄으로써 최종인식률에는 큰 영향없이 인식시간을 1/6로(클러스터수=60) 단축시켰다.

목차

-요약-

1. 서론

2. 특징량의 구성 및 코호넨 네트워크

3. 신경망에 의한 대분류 방법

4. 대분류 실험 및 상세분류 실험 결과 및 분석

5. 결론 및 앞으로의 연구방향

<감사의 글>

참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017923072