http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
MLP 분류기로 패턴 분류를 위한 가중치 모멘트 특징 추출
강형구(Kang H. G),박용희(Park Y. H),진영근(Jin Y. G),김경옥(Kim G. O),이진학(Lee J. H),김태균(Kim T. G) 한국정보과학회 1995 한국정보과학회 학술발표논문집 Vol.22 No.2A
본 논문에서는 MLP(Multi-Layer Perceptron) 분류기의 입력으로 사용될 가중치 모멘트량을 계산하는 방법을 제안한다. 모멘트는 물체를 표현하는데 회전, 크기, 이동 등에 불변하는 특성을 갖고 있지만, 부정확한 영역 분할로 인한 영역 경계면의 변화에 따른 잡음에 민감하게 반응하여 실제 응용에서는 사용하는데 난점이 있고 zernike 와 같은 모멘트는 정확도는 있지만 계산이 복잡하고 시간이 오래 걸린다는 단점이 있다. 이에 비교적 계산이 간단한 기존의 모멘트 계산 방법을 개선하는 측면에서 가중치를 적용하는 모멘트 계산 방법을 제안한다. 실험 데이타로 10개의 비행기 모형을 사용하였으며, 성능 비교를 위한 분류기로 본 논문에서는 MLP 를 이용하였다. 실험 결과 제안한 가중치를 적용한 모멘트가 기존의 정규 모멘트(Regular Moment)보다 우수함을 보이고 있다.
강문주(M.J. Kang),진영근(Y.G. Jin),김태균(T.K. Kim) 한국정보과학회 1994 한국정보과학회 학술발표논문집 Vol.21 No.2A
본 논문에서는 2차원 모멘트를 이용하여 인쇄체 영숫자 인식을 위한 알고리즘을 제안한다. 2차원 모멘트 방법은 수학적 간결성으로 인해 패턴 인식에서 주로 사용되어 왔으며 문자 인식에도 적용되어 왔다. 그러나 모멘트는 문자의 작은 변형과 잡음에 대해서도 민감하게 반응하기 때문에 인쇄 품질이 좋은 실험 데이타를 사용하지 않을 경우는 좋은 인식 결과를 얻을 수 없다. 이러한 단점을 극복하기 위해 입력 문자의 무게 중심축으로 수직 · 수평 이등분한 후 국지 모멘트를 적용하여 인식을 수행하였다. 유사도 측정 함수로는 최대치 정규화 비교법을 사용하였다. 실험 결과 기존의 모멘트 방법에 비해 변형된 문자에 대해서도 우수한 결과를 보였으며 97% 이상의 인식률을 얻을 수 있었다.