http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
김명원,최평민 崇實大學校 生産技術硏究所 1997 論文集 Vol.27 No.1
Pattern recognition is, in general, very difficult because patterns vary in position, and size, and they are often distorted. Moreover, patterns are often not clearly segmented and in this case segmentation is another difficult task without recognizing patterns to some degree. In this paper, we propose a high-level pattern recognition based on cognitive understanding of human pattern recognition. We view pattern recognition as an optimal construction of an integrated and meaningful structure out of constituent subparts. In our approach, we assume that elementary components of patterns such as lines, arcs, and circles are given and we construct an optimal structure of subparts in the sense that structure matches class models, using genetic algorithm. Out method can recognize even unsegmented patterns, which is traditionally a difficults task. We experiment our method with handwritten digit recognition. Experimental results show a potential power of our method for pattern recognition. However, it is still in an early stage of development and an extended effort should be made in this approach to pattern recognition.
유전자 알고리즘을 이용한 모델 기반 상위레벨 패턴 인식
최평민(Pyung Min Choe),김명원(Myung Won Kim) 한국정보과학회 1997 한국정보과학회 학술발표논문집 Vol.24 No.1B
기존의 패턴 인식 방법들은 인간의 패턴 인식 과정과 동떨어진 특성과 결과로 인하여 만족할 만한 성과를 거두지 못했다. 새롭게 등장한 인공 신경망은 인간의 신경 세포를 모방한 것으로 하위 수준의 생물학적인 구조를 모델링함으로써 고도로 복합한 정보 처리를 수행하는 인간의 인지 구조를 충분히 반영할 수 없었다. 본 연구는 연속 필기된 숫자 패턴의 인식에 있어서 인간의 인식 메카니즘을 인지 과학적 관점에서 분석하고 이를 구현함으로써 인식 시스템의 효율성을 향상시키고자 하였다. 연속 필기 패턴의 경우 패턴이 겹칠 경우 인식을 위한 분할이 어려운데 그 이유는 패턴의 효율적인 분할을 위해선 인식이 선행되어야 하며 정확한 인식을 위해서는 분할이 선행되어야 하는 상호 보완적인 상관 관계가 존재하기 때문이다. 본 연구에서는 패턴 상호간의 경쟁과 지지를 통하여 연속 필기된 패턴의 분할과 인식이 동시에 수행되도록 구현하였다.