[giaban]0.000 VNĐ[/giaban]
[kythuat]
[/kythuat]
[tomtat]
[tomtat]
Nhận
diện chữ viết tay bằng mô hình Markov ẩn
File toàn văn Down tại đây or Down tại đây or Down tại đây
File thuyết trình Down tại đây or Down tại đây or Down tại đây
MỤC
LỤC
CHƯƠNG
I: GIỚI THIỆU ĐỀ TÀI
1.1
Giới thiệu về nhận dạng chữ viết tay
1.1.1
Các giai đoạn phát triển
1.1.2
Tình hình nghiên cứu trong nước
1.1.3
Tình hình nghiên cứu ở nước ngoài
1.2
Cách tiếp cận giải quyết bài toán
1.3
Tổng quan về các phương pháp huấn luyện
1.3.1
Mô hình Markov ẩn
1.3.2
Máy vector hỗ trợ
1.3.3
Mạng Neural
1.4
Phạm vi đề tài
CHƯƠNG
II: CƠ SỞ LÝ THUYẾT VỀ TIỀN XỬ LÝ ẢNH VÀ TRÍCH CHỌN ĐẶC TRƯNG
2.1
Tổng quan về tiền xử lý ảnh
2.2
Các công đoạn tiền xử lý
2.2.1
Chuyển xám ảnh.
2.2.2
Phân ngưỡng ảnh (Nhị phân ảnh)
2.2.3
Nhiễu ảnh
2.2.4
Một số phương pháp lọc nhiễu
2.2.4.1
Bộ lọc Mean
2.2.4.2
Bộ lọc Gauss
2.2.4.3
Bộ lọc Median
2.2.5
Chỉnh nghiên ảnh
2.2.6
Làm trơn ảnh, tách biên đối tượng
2.2.7
Biên và các kiểu biên cơ bản
2.2.7.1
Biên lý tưởng
2.2.7.2
Biên không trơn
2.2.7.3
Vai trò của biên trong nhận dạng
2.2.7.4
Một số phương pháp phát hiện biên
2.3
Trích chọn đặc trưng
2.3.1
Một số đặc trưng cơ bản của mẫu
2.3.2
Một số phương pháp trích chọn đặc trưng
2.4
Kết luận
CHƯƠNG
III: CƠ SỞ LÝ THUYẾT VỀ MARKOV ẨN
3.1
Giới thiệu
3.2
Mô hình Markov
3.3
Mô hình Markov ẩn
3.3.1
Bài toán 1 – evaluation problem
3.3.2
Bài toán 2 – decoding problem
3.3.3
Bài toán 3 – learning problem
3.4
Huấn luyện và cho điểm HMM
3.4.1
Các tiêu chuẩn huấn luyện
3.4.2
Giải thuật tiến – lùi (forward-backward algorithm)
3.4.3
Ước lượng lại tham số - Giải thuật Baum-Welch
3.4.4
Các mô hình huấn luyện liên tục và bán liên tục
3.4.5
Thuật toán Viterbi
3.4.6
Giải thuật Level Building
3.5
Lượng hóa vector và phân nhóm
3.5.1
Lượng hóa vector
3.5.1.1
Phép lượng hóa vô hướng
3.5.1.2
Thiết kế codebook
3.5.2
Phân nhóm
3.5.2.1
Thuật toán –Kmeans
3.5.2.2
Thuật toán ISODATA
3.5.3
Kết luận
CHƯƠNG
IV: ỨNG DỤNG MÔ HÌNH MARKOV ẨN TRONG NHẬN DẠNG CHỮ VIẾT TAY
4.1
Cấu trúc một hệ nhận dạng chữ viết khi dùng mô hình Markov ẩn
4.2
Ứng dụng mô hình Markov ẩn vào nhận dạng chữ viết tay
4.3
Các vấn đề khó khăn và hướng giải quyết đối với bài toán nhận dạng chữ viết tay
tiếng Việt
4.3.1
Khó khăn về dấu trong tiếng Việt
4.3.2
Khó khăn về sự biến dạng chữ
4.4
Mô hình nhận dạng và huấn luyện
CHƯƠNG
V: CÀI ĐẶT CHƯƠNG TRÌNH VÀ ĐÁNH GIÁ KẾT QUẢ
5.1
Môi trường thực nghiệm
5.2
Tạo cơ sở dữ liệu mẫu
5.2.1
Tạo CSDL mẫu cho nhận dạng online
5.2.2
Tạo CSDL mẫu cho nhận dạng offline
KẾT
LUẬN
TÀI
LIỆU KHAM KHẢO
Bài viết liên quan
