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
본 논문에서는 계층적 신경망을 이용한 다중 언어, 다중 활자체 및 다중 크기의 대용량 문자 인식을 위한 실용적인 방법을 제안하였다. 다양한 활자체 및 크기의 문자로 인한 형태 변형을 보상하기 위해서 점밀도를 이용한 비선형 형태 정규화 방법을 사용하였으며, 다중 언어의 대용량 문자의 서로 다른 위상 구조를 효과적으로 표현하기 위한 계층적 특징 추출 방법이 제안되었다. 또한, 다중 언어 문자를 효과적으로 인식하기 위한 계층적 분류기를 제안하였는데 이는 적응적 SOFM 대분류기, LVQ4 언어분류기, 그리고 LVQ4 상세분류기로 구성되어 있다. LVQ4 언어분류기는 언어의 종류를 효과적으로 분류하기 위하여 고려되었다.
제안된 방법의 성능 평가를 위하여 7,320개의 서로 다른 부류를 갖는 3,367,200자를 대상으로 486 DX-2 66MHz PC상에서 인식 실험을 수행하였다. 실험 결과, 적응적 SOFM 대분류기, LVQ4 언어분류기 그리고 LVQ4 상세분류기로 구성된 방법이 98.27%의 인식률과 초당 40자 이상의 인식 속도를 가짐으로써 다중 언어, 다중 활자체 및 다중 크기의 대용량 문자 인식에 매우 효과적임을 확인할 수 있었다.

목차

요약

1. 서론

2. 비선형 형태 정규화

3. 계층적 특징 추출

4. 계층적 분류기

5. 실험 결과 및 분석

6. 결론

참고문헌

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-0101-2009-569-017972348