Link tải luận văn miễn phí cho ae Kết nối
LỜI MỞ ĐẦU
Mạng nơron nhân tạo ANN (Artificial Neural Networks) là một mô
phỏng xử lý thông tin, đƣợc nghiên cứu ra từ hệ thống thần kinh của sinh vật,
giống nhƣ bộ não để xử lý thông tin. Nó bao gồm số lƣợng lớn các mối gắn kết
cấp cao để xử lý các yếu tố làm việc trong mối liên hệ giải quyết vấn đề rõ
ràng. ANN giống nhƣ con ngƣời, đƣợc học bởi kinh nghiệm, lƣu những kinh
nghiệm hiểu biết và sử dụng trong những tình huống phù hợp và quan trọng
hơn hết, con ngƣời có khả năng sáng tạo.
Đầu tiên ANN đƣợc giới thiệu năm 1943 bởi nhà thần kinh học Warren
McCulloch và nhà logic học Walter Pits. Nhƣng với những kỹ thuật trong thời
gian này chƣa cho phép họ nghiên cứu đƣợc nhiều. Những năm gần đây mô
phỏng ANN xuất hiện và phát triển. Các nghiên cứu ứng dụng đã đƣợc thực
hiện trong các ngành: điện, điện tử, kỹ thuật chế tạo, y học, quân sự, kinh tế...
Một trong những ứng dụng kinh điển của mạng nơron là bài toán nhận dạng
mẫu, ở đó mỗi một mẫu là một tập hợp (hay một vector) các tham số biểu thị
các thuộc tính của quá trình vật lý nào đó. Ngoài sức mạnh vốn có, mạng
nơron còn thể hiện ƣu điểm của mình trong việc nhận dạng thông qua khả năng
mềm dẻo, dễ thích nghi với môi trƣờng. Chính vì vậy, có thể coi mạng nơron
trƣớc tiên là một công cụ để nhận dạng.
Các bài toán nhận dạng đƣợc nghiên cứu nhiều nhất hiện nay bao gồm
nhận dạng các mẫu hình học (vân tay, mặt ngƣời, hình khối,…), nhận dạng
tiếng nói và nhận dạng ký tự viết. Nhận dạng ký tự viết bao gồm hai kiểu chính
là nhận dạng ký tự in và nhận dạng ký tự viết tay. Cho đến nay bài toán nhận
dạng ký tự in đã đƣợc giải quyết khá trọn vẹn với sự ra đời của nhiều hệ thống
nhận dạng đạt tới độ chính xác gần nhƣ tuyệt đối. Nhận dạng ký tự viết tay
đang là vấn đề thách thức lớn đối với các nhà nghiên cứu, bài toàn này chƣa
thể giải quyết trọn vẹn đƣợc vì nó phụ thuộc quá nhiều vào ngƣời viết và sự
biến đổi quá đa dạng trong cách viết và trạng thái tinh thần của từng ngƣời
viết. Đặc biệt đối với việc nhận dạng ký tự viết tay tiếng Việt lại càng gặp
nhiều khó khăn hơn do bộ ký tự tiếng Việt có nhiều ký tự có hình dáng rất
giống nhau, chỉ khác nhau chút ít về phần dấu.
Chính vì các lý do nêu trên cùng với sự gợi ý của thầy giáo tui nhận thấy
nghiên cứu về mạng nơron là một hƣớng nghiên cứu quan trọng, mới mẻ và có
nhiều triển vọng. Đồng thời áp dụng mạng nơron để giải quyết bài toán nhận
dạng chữ viết tay tiếng Việt là một hƣớng tiếp cận khoa học có hiệu quả, góp
phần giải quyết bài toán nhận dạng chữ viết tay tiếng Việt hiện còn chƣa đƣợc
giải quyết trọn vẹn. Do đó tui chọn đề tài: “Nghiên cứu mạng nơron và ứng
dụng trong nhận dạng chữ viết tay trực tuyến”.
Tuy nhiên do hạn chế về mặt thời gian cũng nhƣ độ phức tạp của bài
toán, do đó tui chỉ đi sâu nghiên cứu và mô phỏng nhận dạng ký tự viết tay
tiếng Việt rời rạc trực tuyến.
Nội dung luận văn gồm:
Chƣơng 1: Khái quát về mạng nơron
Trình bày những lý thuyết cơ bản về mô hình mạng nơron nhƣ: lịch sử
ra đời và phát triển của mạng nơron, khái niệm mạng nơron, các loại mô hình
mạng nơron, các đặc trƣng của mạng, các phƣơng pháp huấn luyện mạng
nơron, phƣơng pháp học có giám sát. Các vấn đề và ứng dụng của mạng nơron.
Chƣơng 2: Ứng dụng mạng nơron trong nhận dạng chữ viết tay trực tuyến
Giới thiệu về nhận dạng, các bài toán nhận dạng, nhận dạng chữ viết tay
tiếng Việt. Phƣơng pháp nhận dạng chữ viết tay bằng mạng nơron, phát biểu
bài toán, các bƣớc giải quyết bài toán.
Trình bày lý thuyết cơ bản về mạng nơron Perceptron, Kohonen nhƣ:
giới thiệu về mạng, cấu trúc mạng, các bƣớc thực thi trong mạng: chuẩn hóa
đầu vào, tính toán đầu ra, quá trình huấn luyện mạng,…
Chƣơng 3: Xây dựng chƣơng trình nhận dạng chữ viết tay trực tuyến
Trình bày phạm vi chƣơng trình minh họa, các bƣớc thực hiện chƣơng
trình minh họa: Thực hiện chƣơng trình nhận dạng ký tự, xác định các tham số
cho mạng, vẽ hình ảnh, lấy mẫu xuống hình ảnh, các tập huấn luyện, lớp mạng
cơ bản, …. Chƣơng trình minh họa: Các chức năng của chƣơng trình, kết quả
nhận dạng, đánh giá, nhận xét.
Kết luận và hƣớng phát triển
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
LỜI MỞ ĐẦU
Mạng nơron nhân tạo ANN (Artificial Neural Networks) là một mô
phỏng xử lý thông tin, đƣợc nghiên cứu ra từ hệ thống thần kinh của sinh vật,
giống nhƣ bộ não để xử lý thông tin. Nó bao gồm số lƣợng lớn các mối gắn kết
cấp cao để xử lý các yếu tố làm việc trong mối liên hệ giải quyết vấn đề rõ
ràng. ANN giống nhƣ con ngƣời, đƣợc học bởi kinh nghiệm, lƣu những kinh
nghiệm hiểu biết và sử dụng trong những tình huống phù hợp và quan trọng
hơn hết, con ngƣời có khả năng sáng tạo.
Đầu tiên ANN đƣợc giới thiệu năm 1943 bởi nhà thần kinh học Warren
McCulloch và nhà logic học Walter Pits. Nhƣng với những kỹ thuật trong thời
gian này chƣa cho phép họ nghiên cứu đƣợc nhiều. Những năm gần đây mô
phỏng ANN xuất hiện và phát triển. Các nghiên cứu ứng dụng đã đƣợc thực
hiện trong các ngành: điện, điện tử, kỹ thuật chế tạo, y học, quân sự, kinh tế...
Một trong những ứng dụng kinh điển của mạng nơron là bài toán nhận dạng
mẫu, ở đó mỗi một mẫu là một tập hợp (hay một vector) các tham số biểu thị
các thuộc tính của quá trình vật lý nào đó. Ngoài sức mạnh vốn có, mạng
nơron còn thể hiện ƣu điểm của mình trong việc nhận dạng thông qua khả năng
mềm dẻo, dễ thích nghi với môi trƣờng. Chính vì vậy, có thể coi mạng nơron
trƣớc tiên là một công cụ để nhận dạng.
Các bài toán nhận dạng đƣợc nghiên cứu nhiều nhất hiện nay bao gồm
nhận dạng các mẫu hình học (vân tay, mặt ngƣời, hình khối,…), nhận dạng
tiếng nói và nhận dạng ký tự viết. Nhận dạng ký tự viết bao gồm hai kiểu chính
là nhận dạng ký tự in và nhận dạng ký tự viết tay. Cho đến nay bài toán nhận
dạng ký tự in đã đƣợc giải quyết khá trọn vẹn với sự ra đời của nhiều hệ thống
nhận dạng đạt tới độ chính xác gần nhƣ tuyệt đối. Nhận dạng ký tự viết tay
đang là vấn đề thách thức lớn đối với các nhà nghiên cứu, bài toàn này chƣa
thể giải quyết trọn vẹn đƣợc vì nó phụ thuộc quá nhiều vào ngƣời viết và sự
biến đổi quá đa dạng trong cách viết và trạng thái tinh thần của từng ngƣời
viết. Đặc biệt đối với việc nhận dạng ký tự viết tay tiếng Việt lại càng gặp
nhiều khó khăn hơn do bộ ký tự tiếng Việt có nhiều ký tự có hình dáng rất
giống nhau, chỉ khác nhau chút ít về phần dấu.
Chính vì các lý do nêu trên cùng với sự gợi ý của thầy giáo tui nhận thấy
nghiên cứu về mạng nơron là một hƣớng nghiên cứu quan trọng, mới mẻ và có
nhiều triển vọng. Đồng thời áp dụng mạng nơron để giải quyết bài toán nhận
dạng chữ viết tay tiếng Việt là một hƣớng tiếp cận khoa học có hiệu quả, góp
phần giải quyết bài toán nhận dạng chữ viết tay tiếng Việt hiện còn chƣa đƣợc
giải quyết trọn vẹn. Do đó tui chọn đề tài: “Nghiên cứu mạng nơron và ứng
dụng trong nhận dạng chữ viết tay trực tuyến”.
Tuy nhiên do hạn chế về mặt thời gian cũng nhƣ độ phức tạp của bài
toán, do đó tui chỉ đi sâu nghiên cứu và mô phỏng nhận dạng ký tự viết tay
tiếng Việt rời rạc trực tuyến.
Nội dung luận văn gồm:
Chƣơng 1: Khái quát về mạng nơron
Trình bày những lý thuyết cơ bản về mô hình mạng nơron nhƣ: lịch sử
ra đời và phát triển của mạng nơron, khái niệm mạng nơron, các loại mô hình
mạng nơron, các đặc trƣng của mạng, các phƣơng pháp huấn luyện mạng
nơron, phƣơng pháp học có giám sát. Các vấn đề và ứng dụng của mạng nơron.
Chƣơng 2: Ứng dụng mạng nơron trong nhận dạng chữ viết tay trực tuyến
Giới thiệu về nhận dạng, các bài toán nhận dạng, nhận dạng chữ viết tay
tiếng Việt. Phƣơng pháp nhận dạng chữ viết tay bằng mạng nơron, phát biểu
bài toán, các bƣớc giải quyết bài toán.
Trình bày lý thuyết cơ bản về mạng nơron Perceptron, Kohonen nhƣ:
giới thiệu về mạng, cấu trúc mạng, các bƣớc thực thi trong mạng: chuẩn hóa
đầu vào, tính toán đầu ra, quá trình huấn luyện mạng,…
Chƣơng 3: Xây dựng chƣơng trình nhận dạng chữ viết tay trực tuyến
Trình bày phạm vi chƣơng trình minh họa, các bƣớc thực hiện chƣơng
trình minh họa: Thực hiện chƣơng trình nhận dạng ký tự, xác định các tham số
cho mạng, vẽ hình ảnh, lấy mẫu xuống hình ảnh, các tập huấn luyện, lớp mạng
cơ bản, …. Chƣơng trình minh họa: Các chức năng của chƣơng trình, kết quả
nhận dạng, đánh giá, nhận xét.
Kết luận và hƣớng phát triển
Do Drive thay đổi chính sách, nên một số link cũ yêu cầu duyệt download. các bạn chỉ cần làm theo hướng dẫn.
Password giải nén nếu cần: ket-noi.com | Bấm trực tiếp vào Link để tải:
You must be registered for see links