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 (구)정보과학회논문지 정보과학회논문지 제21권 제6호
발행연도
1994.6
수록면
1,059 - 1,067 (9page)

이용수

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

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
패턴 정합을 바탕으로한 대용량 필기체 문자 인식 방법에서는 참조 모델이 인식 성능을 높이는데 매우 중요한 역할을 한다. 본 연구에서는 대용량 필기체 문자에 대한 최적의 참조 모델을 설계하는 새로운 방법을 제안한다. 제안된 방법에서는 1986년 이래, 음성 인식 분야에서 소규모의 부호책을 생성하기 위하여 집중적으로 연구되어온 Learning Vector Quantization(LVQ) 알고리즘들 중에서 다른 버전들 보다 우수한 것으로 알려진 LVQ3 알고리즘의 부류 분포에 대한 근사 능력을 개선하였고, 개선된 LVQ3 알고리즘을 시뮬레이티드 아닐링과 결합시킴으로써 LVQ 알고리즘 자체의 여러가지 단점들을 보완하였다.
한글 사용 빈도 상위 520자에 대하여 실험한 결과, 제안된 방법이 훈련 데이터 집합의 부류별 평균 벡터를 참조 모델로 사용하는 기존의 방법 뿐 만 아니라 LVQ 알고리즘의 여러 버전들 보다 훨씬 우수함을 알 수 있었다.

목차

요약

ABSTRACT

1. 서론

2. LVQ 알고리즘의 소개

3. 참조 모델 설계 문제에 대한 모델링

4. 제안된 방법

5. 실험 및 결과 분석

6. 결론 및 앞으로의 연구 방향

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-0101-2009-569-017781952