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

이용수

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

초록· 키워드

오류제보하기
온라인 무제약 필기체 한글 문자 인식의 보편적인 특징벡터인 방향코드는 필기체 한글문자에서 자주 발생하는 기울기의 변형이나 국부적으로 발생한 문제패턴의 왜곡들에 대하여 인식률 저하를 보이는 단점을 지니고 있다. 본 논문에서는 기존의 방향코드가 가진 결정적인 근사화를 인한 인식 성능 저하를 개선하기 위하여 문자데이터가 가진 방향성분을 결정적으로 근사화시키지 않고 방향성분의 특성을 그대로 보존하는 퍼지 방향 코드를 제안하고 온라인 문자 인식 분야에서 우수한 성능을 나타낸 은닉 마르코프 모델(Hidden Markov Model)을 확장하여 퍼지 방향 코드를 결합하였다. 퍼지 방향 코드와 은닉 마르코프 모델을 결합하여 구현된 문자인식기는 기존의 방향코드를 사용한 문자인식기에 비해 평균적인 인식률뿐만 아니라 기울기나 국부적인 왜곡에 대해 우수한 인식률을 나타냈다.

목차

요약

1. 서론

2. 은닉 마르코프 모델

3. 퍼지 방향 코드

4. 퍼지 방향 코드로 인해 확장된 은닉 마르코프 모델의 알고리즘들

5. 실험결과

6. 결론 및 추후 연구 과제

참고 문헌

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

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2009-569-017898625