NGHIÊN CỨU THUẬT TOÁN KẾT HỢP PHÂN LỚP K LÁNG GIỀNG GẦN NHẤT VÀ NAIVE BAYES TRONG NHẬN DẠNG CHỮ VIẾT TAY RỜI RẠC

Svth: Nguyễn Anh Toàn Ngô Minh Cường Hoàng Xuân Đăng Cường Đoàn Sinh Công Lớp: K7MCS NGHIÊN CỨU THUẬT TOÁN KẾT HỢP PHÂN LỚP K LÁNG GIỀNG GẦN NHẤT VÀ NAIVE BAYES TRONG NHẬN DẠN

Svth: Nguyễn Anh Toàn Ngô Minh Cường

Hoàng Xuân Đăng Cường Đoàn Sinh Công

Lớp: K7MCS

NGHIÊN CỨU THUẬT TOÁN KẾT HỢP PHÂN LỚP K LÁNG GIỀNG GẦN NHẤT VÀ NAIVE BAYES TRONG

NHẬN DẠNG CHỮ VIẾT TAY RỜI RẠC

Bố Cục Của Đề Tài

1. Lý do chọn đề tài:

2. Mục Tiêu nghiên cứu :

3. Đối tượng và phạm vi nghiên cứu

4. Phương pháp nghiên cứu:

5. Bố cục đề tài

Lý do chọn đề tài

Nhận dạng chữ là lĩnh vực được nhiều nhà nghiên cứu quan tâm Lĩnh vực nhận dạng chữ được chia làm hai loại : Nhận dạng chữ in và Nhận dạng chữ viết tay

Bài toán này chưa thể giải quyết trọn vẹn vì nó phụ thuộc quá nhiều vào người viết và sự biến đổi quá đa dạng trong cách viết và trạng thái tinh thần của từng người viết

Việc nhận dạng chử viết tay sẽ giúp ích trong nhiều ứng dụng khác nhau như : chuyển hóa tài liệu giấy

sang tài liệu điện tử……

MỤC TIÊU NGHIÊN CỨU

Nguyên cứu các thuật tốn phân lớp: k nearest

neighbor và Nạve Bayes

Nghiên cứu các phương pháp trích chọn đặc trưng ảnh

Đánh giá, so sánh độ chính xác giữa các phương pháp nhận dạng ảnh

bayes

ĐỐI TƯỢNG VÀ PHẠM VI NGHIÊN CỨU

Phương pháp phân lớp nhĩm K-láng giềng gần nhất và Phương pháp Nạve bayes

Ảnh Chữ viết tay rời rạc

Phạm vị nghiên cứu

Bộ dữ liệu chữ viết tay MNIST

So sánh, đánh giá về độ chính xác phân lớp giữa các giải thuật phân lớp K-láng giềng

gần nhất, Nạve bayes và giải thuật kết hợp KNN-Bayes

PHƯƠNG PHÁP NGHIÊN CỨU

Phương pháp Lý Thuyết

Cơ sở lý thuyết thuật toán K-NEAREST

NEIGHBOR, Nạve bayer qua tài liệu

Trích chọn đặc trưng, xử lý ảnh phục vụ

cơng đoạn tiền xử lý

Cài đặt thực nghiệm:

Xây dựng chương trình mơ phỏng dựa trên các giải thuật và tham số liên quan Đưa ra kết quả thực nghiệm và đánh giá độ chính

xác của các giải thuật.

Luận Văn có 3 chương

MỞ ĐẦU

CHƯƠNG 1: TỔNG QUAN VỀ NHẬN DẠNG

CHỮ VIẾT TAY

CHƯƠNG 2: CÁC PHƯƠNG PHÁP PHÂN LỚP THỐNG KÊ

CHƯƠNG 3: NHẬN DẠNG CHỮ VIẾT TAY KẾT HỢP PHƯƠNG PHÁP K-NN VÀ NAIVE BAYES KẾT LUẬN

CHƯƠNG 1: TỔNG QUAN VỀ NHẬN DẠNG CHỮ VIẾT TAY

1.1 Khái niệm

1.2 Mô hình tổng quát của một hệ nhận dạng chữ viết tay

1.2.1 Tiền xử lý

1.2.2 Khối tách chữ

1.2.3 Trích chọn đặc trưng

1.2.4 Huấn luyện và nhận dạng

1.2.5 Hậu xử lý

CHƯƠNG 2: CÁC PHƯƠNG PHÁP PHÂN LỚP THỐNG KÊ

2.1 Phương pháp K- nearest neighbor

2.2 Phương pháp Nạve Bayer

2.3 Phương pháp kết hợp Knn-Bayer

CHƯƠNG 3: NHẬN DẠNG CHỮ VIẾT TAY KẾT HỢP PHƯƠNG PHÁP K-NN VÀ

NAIVE BAYES

3.1 Giới thiệu bộ dữ liệu MNIST

3.2 Đề xuất mô hình nhận dạng kết hợp KNN - bayer

3.3 Đánh giá kết quả thực nghiệm

KẾT LUẬN

1 Các kết quả đạt được

2 hạn chế của luận văn

3.Hướng phát triển của luận văn