DSpace

Vui lòng dùng định danh này để trích dẫn hoặc liên kết đến tài liệu này: http://tainguyenso.dut.udn.vn/handle/DUT/485
Toàn bộ biểu ghi siêu dữ liệu
Trường DCGiá trị Ngôn ngữ
dc.contributor.advisorHuỳnh, Hữu Hưng, TS-
dc.contributor.authorHuỳnh, Văn Nhứt-
dc.date.accessioned2018-08-07T04:12:06Z-
dc.date.available2018-08-07T04:12:06Z-
dc.date.issued2018-
dc.identifier.urihttp://tainguyenso.dut.udn.vn/handle/DUT/485-
dc.descriptionLuận văn Thạc sĩ Kỹ thuật. Chuyên ngành: Khoa học Máy tính. Mã số: 60.48.01.01; 73 trangvi
dc.description.abstractVấn đề nhận dạng chữ viết tay nói chung và nhận dạng chữ số viết tay nói riêng là một thách thức lớn đối với các nhà nghiên cứu. Bài toán lớn luôn đặt ra phía trước vì sự phức tạp của việc nhận dạng chữ viết phụ thuộc nhiều vào phong cách viết và cách thể hiện ngôn ngữ của người viết. Nhận dạng ký tự viết tay là một lĩnh vực được quan tâm nghiên cứu và được ứng dụng rộng rãi trong nhiều lĩnh vực như: nhận dạng các chữ số trên phiếu chi ngân hàng, mã số trên bì thư của dịch vụ bưu chính, … Luận văn đã tập trung nghiên cứu các vấn đề như sau: - Xử lý và phân tích được được các ký tự ảnh đầu vào. - Chuyển đổi ký tự sang ma trận điểm ảnh và ma trận Kernel. - Tiến hành nhận dạng ký tự bằng thuật toán mạng neural tích chập.vi
dc.language.isovivi
dc.publisherTrường Đại học Bách khoa - Đại học Đà Nẵngvi
dc.subjectNhận dạngvi
dc.subjectHọc sâuvi
dc.subjectChữ số viết tayvi
dc.subjectMạng nơ ronvi
dc.subjectTích chậpvi
dc.titleNhận dạng chữ số viết tay sử dụng kỹ thuật học sâu (Deep Learning)vi
dc.typeThesisvi
Bộ sưu tập: LV.Khoa học Máy tính

Các tập tin trong tài liệu này:
Tập tin Mô tả Kích thước Định dạng  
HuynhVanNhut.TT.pdf.pdfTóm tắt1.11 MBAdobe PDFbook.png
 Đăng nhập để xem toàn văn
HuynhVanNhut.TV.pdf.pdfToàn văn26.32 MBAdobe PDFbook.png
 Đăng nhập để xem toàn văn


Khi sử dụng các tài liệu trong Thư viện số phải tuân thủ Luật bản quyền.

Google Scholar TM

Kiểm tra...