메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회논문지(B) 정보과학회논문지(B) 제25권 제5호
발행연도
1998.5
수록면
792 - 801 (10page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
본 논문에서는 계층적 신경망 분류기를 이용한 다양한 언어, 활자체 및 크기의 대용량 문자 인식을 위한 실용적인 방법을 제안한다. 제안된 방법에서는 다양한 활자체 및 크기의 문자에서 발생하는 형태 변형을 보상하기 위하여 점밀도를 이용한 비선형 형태 정규화 방법을 사용하였으며, 다양한 언어 대용량 문자 인식의 속도 향상을 위하여 분류 과정을 대분류 단계와 상세 분류 단계로 나누고 계층적 특징 추출 방법을 적용하였다. 대분류 단계에서는 적응적 SOFM 대분류기와 LVQ4 언어분류기로 구성된 SOFM/LVQ 분류기를 사용하였으며, 상세분류 단계에서는 LVQ4를 기반으로 하는 상세분류기를 사용하였다. 제안된 방법의 성능 평가를 위하여 7,320개의 서로 다른 부류를 갖는 3,074,400자를 대상으로 Pentium 166MHz PC상에서 인식 실험을 수행하였다. 실험 결과, 적응적 SOFM 대분류기, LVQ4 언어분류기 그리고 LVQ4 상세분류기로 구성된 제안된 방법이 98.32%의 인식률과 초당 59자 이상의 인식 속도를 가짐으로써 다양한 언어, 활자체 및 크기의 대용량 문자 인식에 매우 효과적임을 확인할 수 있었다.

목차

요약

Abstract

1. 서론

2. 비선형 형태 정규화

3. 계층적 특징 추출

4. 제안된 계층적 분류기

5. 실험 결과 및 분석

6. 결론

참고문헌

저자소개

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017749774