Đang tải... (xem toàn văn)
Bài tiểu luận môn nghiên cứu khoa học đề tài ứng dụng kỹ thuật nhận dạng ký tự bằng giải thuật SVM vào xây dựng ứng dụng nhập điểm tự động cho trường Đại học An Giang.
HỌC VIỆN CÔNG NGHỆ BƢU CHÍNH VIỄN THÔNG TIỂU LUẬN MÔN HỌC PHƢƠNG PHÁP LUẬN NGHIÊN CỨU KHOA HỌC Đề tài: “ỨNG DỤNG KỸ THUẬT NHẬN DẠNG BẰNG SVM VÀO XÂY DỰNG PHẦN MỀM NHẬP ĐIỂM TỰ ĐỘNG TẠI TRƢỜNG ĐẠI HỌC AN GIANG” Giáo viên hƣớng dẫn : GV.CC.TS Nguyễn Văn Y Sinh viên thực hiện : Nguyễn Tấn An Mã học viên : N13CHIS002 Lớp : M13CQIS01-N Hồ Chí Minh - 2014 LỚI CẢM ƠN Đầu tiên, em xin gửi lời cảm ơn sâu sắc đến thầy giáo Tiến sĩ Nguyễn Văn Y ngƣời đã truyền đạt kiến thức cho em về môn nghiên cứu phƣơng pháp luận khoa học tại Học Viện Bƣu Chính Viễn Thông. Qua 2 tháng em đã tiếp thu đƣợc rất nhiều điểu bổ ích về cách làm một bài luận khoa học, từ đó đúc kết đƣợc nhiều kinh nghiệm để thực hiện bài tiểu luận nghiên cứu khoa học với đề tài “Ứng dụng kỹ thuật nhận dạng bằng SVM vào xây dựng phần mềm nhập điểm tự động tại trƣờng Đại học An Giang”. Em cũng xin bày tỏ lời cảm ơn đến tập thể lớp cao học hệ thống thông tin M13CQIS01-N, những ngƣời bạn đã cùng đồng hành trong suốt quá trình học tập môn nghiên cứu phƣơng pháp luận khoa học, đã lắng nghe, đóng góp và chia sẽ kinh nghiệm đã giúp em hoàn thành tốt hơn bài tiểu luận của mình. Em xin chân thành cảm ơn. Tp Hồ Chí Minh, ngày 18 tháng 01 năm 2014 Học viên Nguyễn Tấn An Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 1 GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An MỤC LỤC MỞ ĐẦU 2 1. Lý do chọn đề tài 2 2. Mục tiêu của đề tài 3 3. Câu hỏi nghiên cứu 3 4. Phạm vi nghiên cứu 3 5. Giải pháp hiện có 3 6. Đối tƣợng và khách thể nghiên cứu 3 7. Giả thuyết khoa học 3 8. Phƣơng pháp chứng mình giả thuyết 4 Chƣơng 1: CƠ SỞ LÝ LUẬN 5 1.1. Tổng quan vấn đề nghiên cứu 5 1.2. Các khái niệm liên quan đến đề tài 7 1.3. Hƣơng tiếp cận của đề tài 13 1.4. Các yếu tố ảnh hƣởng đến đề tài 14 Kết luận chƣơng 1 15 Chƣơng 2: CƠ SỞ THỰC TIỄN 16 2.1. Giới thiệu 16 2.2. Khảo sát hiện trạng hệ thống 16 2.3. Kinh nghiệm một số nơi 18 Kết luận chƣơng 2 19 Chƣơng 3: GIẢI PHÁP – MÔ HÌNH – SẢN PHẨM 20 3.1. Mô tả dữ liệu đầu vào và đầu ra 20 3.2. Mô tả sơ lƣợc về phiếu điểm 20 3.3. Giải pháp và các mô hình các quá trình xử lý 22 Kết luận chƣơng 3 28 KẾT LUẬN 29 KHUYẾN NGHỊ 29 TÀI LIỆU THAM KHẢO 30 Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 2 GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An MỞ ĐẦU 1. Lý do chọn đề tài Trƣờng Đại học An Giang là một trong những trƣờng đại học lớn ở đồng bằng sông Cửu Long, với tổng số sinh viên lên đến 10000 sinh viên, việc quản lý thông tin sinh viên và kết quả học tập của sinh viên ở trƣờng đã đƣợc tin học hóa thông qua website regis.agu.edu.vn, ở website này sinh viên sẽ biết đƣợc các thông tin về đăng ký học phần, thời khóa biểu, lịch thi, kết quả học tập của mình. Để cung cấp kết quả học tập của một số lƣợng lớn sinh viên nhƣ vậy, cứ mỗi kỳ thi cán bộ nhập điểm phải nhập điểm vào hệ thống cơ sở dữ liệu điểm để đƣa lên website, công việc này mất rất nhiều thời gian và công sức của ngƣời nhập liệu, đồng thời nếu thời gian thông báo chậm trễ sẽ làm ảnh hƣởng xấu cho sinh viên trong khâu chuẩn bị cải thiện kết quả học tập của mình. Mặt khác, hiện nay khi các lĩnh vực khai thác dữ liệu ngày càng phát triển, trong đó lĩnh vực nhận dạng ký tự cũng là một trong những đề tài đã đƣợc các nhà nghiên cứu quan tâm rất nhiều. Bài toán này có 2 dạng, một dạng là bài toán nhận dạng ký tự in và dạng còn lại là bài toán nhận dạng ký tự viết tay, về nhận dạng ký tự in do ký tự in có kiểu chữ, kích thƣớc, khoảng cách viết đều có qui định cụ thể nên bài toán này gần nhƣ đã đƣợc giải quyết trọn vẹn, tuy nhiên với bài toán nhận dạng ký tự viết tay vẫn còn là một thách thức lớn, vì nó phụ thuộc nhiều vào ngƣời viết và sự biến đổi quá đa dạng trong cách viết của mỗi ngƣời,… Nếu đặt bài toán này trong một phạm vi hẹp lại, cụ thể hạn chế lại số mẫu chữ viết, và lập yêu cầu cụ thể cách viết rõ ràng hơn thì bài toán này sẽ cho kết quả khả quan hơn. Các phƣơng pháp tiếp cận giải quyết bài toán nhận dạng ký tự viết tay khá phong phú, một số phƣơng pháp thƣờng đƣợc áp dụng nhƣ: mô hình Markov ẩn, cây quyết định, mạng nơ-ron nhân tạo, phƣơng pháp máy học vec-tơ hỗ trợ (SVM), giải thuật Knn, …. . Trong đó giải thuật SVM là một giải thuật tiên tiến hiện nay, có độ chính xác cao và giải thuật này đã đƣợc các nhà nghiên cứu khai khoáng dữ liệu thiết kế và cài đặt một cách hoàn chỉnh vì vậy có thể sử dụng để xây dựng một ứng dụng riêng khá dễ dàng và đạt hiểu quả cao. Từ những bƣớc phát triển trên, nếu ứng dụng bài toán nhận dạng ký tự bằng giải thuật SVM này vào giải quyết vấn đề nhập điểm của trƣờng Đại học An Giang sẽ là một giải pháp hữu hiệu nhằm giảm tải công sức nhập liệu của cán bộ đồng thời nó sẽ giúp nâng cáo chất lƣợng học tập của sinh viên tại trƣờng và là một trong những ứng dụng công nghệ Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 3 GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An thông tin vào trƣờng học. Vì vậy tôi xây dựng đề tài “Ứng dụng kỹ thuật nhận dạng ký tự bằng SVM vào xây dựng phần mềm nhập điểm tự động tại trƣờng Đại học An Giang” đi đến xây dựng một chƣơng trình nhập điểm tự động cho trƣờng. 2. Mục tiêu của đề tài Nghiên cứu các cơ sở lý thuyết, giải thuật SVM và các thuật toán xử lý ảnh. Xây dựng mô hình nhận dạng ký tự bằng giải thuật SVM. Đƣa ra mô hình làm việc với phiếu điểm tại trƣờng Đại học An Giang. Tích hợp mô hình nhận dạng ký tự vào quy trình nhập điểm tự động tại trƣờng Đại học An Giang. 3. Câu hỏi nghiên cứu SVM là gì? Sử dụng giải thuật SVM vào bài toán nhận dạng nhƣ thế nào? Ƣu khuyết điểm của SVM so với các giải thuật nhận dạng khác? Ứng dụng bài toán nhận dạng ký tự bằng SVM vào phần mềm nhập điểm tự động nhƣ thế nào? 4. Phạm vi nghiên cứu Ứng dụng nhận dạng ký tự bằng giải thuật SVM vào xây dựng phần mềm nhập điểm tự động cho trƣờng Đại học An Giang. 5. Giải pháp hiện có Thực hiện thủ công: Ƣu điểm: Tỷ lệ chính xác tƣơng đối cao, trải qua nhiều khâu xác nhận từ sinh viên đến giảng viên đến ngƣời nhập điểm nên hạn chế nhiều sai sót về điểm xảy ra. Nhƣợc điểm: mất nhiều thời gian nhập điểm và vẫn còn sai sót diễn ra, chƣa phù hợp với sự phát triển của trƣờng Đại học lớn. 6. Đối tƣợng và khách thể nghiên cứu Nghiên cứu cấu trúc phiếu điểm của trƣờng Đại học An Giang. Nghiên cứu phép toán tiền xử lý ảnh phục vụ bài toán nhận dạng ký tự. Nghiên cứu giải thuật SVM nhận dạng ký tự số viết tay và ký tự in thông qua phiếu điểm của trƣờng Đại học An Giang. 7. Giả thuyết khoa học Đề tài phân tích đƣợc mô hình nhận dạng ký tự bằng giải thuật SVM cho phiếu điểm của trƣờng Đại học An Giang. Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 4 GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An Xây dựng đƣợc một công cụ nhập điểm tự động cho trƣờng Đại học An Giang mang lại hiệu quả cao về hiệu suất làm việc cũng nhƣ tiết kiệm đƣợc rất nhiều thời gian so với cách nhập điểm bằng tay thông thông. Nghiên cứu phân tích đƣợc bộ nhận dạng chữ viết tay cho nhập điểm sẽ là tiền đề áp dụng cho nhiều ứng dụng khác. 8. Phƣơng pháp chứng mình giả thuyết Nghiên cứu lý thuyết về thuật toán SVM nhận dạng ký tự viết tay. Sử dụng mã nguồn mở thƣ viện SVM để xây dựng ứng dụng nhập điểm tự động cho trƣờng Đại học An Giang. Nghiên cứu so sánh các giải thuật trong lĩnh vực nhận dạng chữ viết tay từ đó rút ra điểm mạnh yếu làm tiền để khoa học cho đề tài. Thực nghiệm ứng dụng nhập điểm thông qua phiếu điểm tự động bằng ứng dụng thực tế tại trƣờng Đại học An Giang. Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 5 GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An Chƣơng 1: CƠ SỞ LÝ LUẬN 1.1. Tổng quan vấn đề nghiên cứu Tổng quan Trên thế giới hiện nay có nhiều chƣơng trình nhận dạng chữ viết (chữ in và chữ viết tay) bằng các thứ tiếng Anh, Nga, v.v… nhƣ các hệ OMNIPAGE, READ-WRITE, WORD-SCAN, … Ở Việt Nam cũng có một số hệ nhƣ WORC của công ty 3C, VIET- IN của công ty SEATIC, VNDOCR của Viện Công Nghệ Thông Tin, Image Scon của Trung Tâm Tự Động Hóa Thiết Kế, hệ WINGIS của công ty DolfSoft… Nhìn chung, các sản phẩm phần mềm nhận dạng văn bản tiếng Việt chữ in của nƣớc ta đã thu đƣợc các kết quả khả quan, đặc biệt phần mềm VNDOCR đã đƣợc sử dụng rộng rãi trong các cơ quan nhà nƣớc. Tuy nhiên về các ứng dụng nhận dạng chữ viết tay thì còn rất hạn chế vì chƣa đạt đƣợc độ chính xác cao cần thiết để có thể áp dụng rộng rãi trên thực tế, hiện nay bài toán này thƣờng chủ yếu phục vụ yêu cầu đọc và xử lý trên các biểu mẫu do các chữ viết tay đƣợc nằm riêng biệt và rõ ràng, ví dụ nhƣ: hóa đơn, phiếu điều tra, …. . Nhập điểm tự động cũng là một dạng bài toán nhận dạng ký tự viết tay rời rạc trích xuất từ biểu mẫu cố định. Có rất nhiều phƣơng pháp sử dụng cho bài toán nhận dạng ký tự đã đƣợc nghiên cứu từ trƣớc đến nay và đạt kết quả khá khả quan. Dƣới đây là một số kết quả của một số phƣơng pháp của các nhà nghiên cứu trƣớc trên cùng một bộ dữ liệu chữ viết tay MNIST: Bảng 1-1: Bảng so sánh độ chính xác các giải thuật nhận dạng chữ viết tay [4] STT Phƣơng pháp Độ chính xác (%) 1 1-layer Neural nets (LeCun et al., 1998) 88.00 2 Nearest-neighbor (Euclidean L2) nets (LeCun et al., 1998) 95.00 3 Convolution net LeNet-1 (LeCun et al., 1998) 98.30 4 Convolution net LeNet-4* (LeCun et al., 1998) 98.90 5 Convolution net LeNet-5* (LeCun et al., 1998) 99.15 Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 6 GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An 6 Convulution Neural Net (CNN)* (Simard el al.,03) 99.10 7 LIBSVM (RBF, = 0.05, c = ) 98.37 8 LIBSVM (RBF, = 0.05, c = ) 96.65 9 AdaBootst.M1 (100trees with C4.5) 95.95 Kết quả nhận dạng với phƣơng pháp SVM đã mức độ trung bình từ 96.65% đến 98.37% và đặc biệt với giải thuật SVM này không cần bất kỳ xử lý nào đặc biệt khi huấn luyện và thời gian huấn luyện nhanh hơn chỉ mất 30 phút (nhanh hơn 50 lần so với mạng tích chập CNN của (Simard el al.,03), (O’Neill, 2006) và giải thuật AdaBootst.M1(Freund & Schapire, 1995), (Witten & Frank, 2005) cần thời gian huấn luyện gần 1 ngày để đạt độ chính xác nhƣ trong bảng) cho độ chính xác tƣơng đƣơng (thấp hơn 0.5%). Tình hình trong nƣớc Ở Việt Nam, ở một số trƣờng Đại học nhƣ Đại học Hồng Bàng, Đại học Mở, Đại học Kỹ thuật Công Nghệ Hồ Chí Minh cũng đã có các công trình nghiên cứu về ứng dụng nhập điểm tự động tuy nhiên các công trình nãy vẫn chƣa thể đƣa vào triển khai thực tế vì vẫn còn sai sót nhiều trong quá trình nhận dạng. Tình hình ngoài nƣớc Nói chung về bài toán nhận dạng ký tự viết tay có thể kể đến nhƣ: hệ thống nhận dạng chữ viết tay trong lĩnh vực kiểm tra tài khoản ở ngân hàng của nhóm nghiên cứu Simon và O.Baret (Laoria/CNRS & ENPC, Paris)[]; hệ thống chuyên nhận dạng các địa chỉ nhƣ ở bƣu điện của J.J.Hull, T.K.Ho, J.Favata, V.Govindaraju và S.N.Srihari ở trƣờng Đại học NewYord[]; phần mềm đọc phiếu xuất nhập cảnh của Singapore: Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 7 GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An Hình 1-1: Phiếu xuất nhập cảnh Singapore đọc đƣợc bằng máy. 1.2. Các khái niệm liên quan đến đề tài Giới thiệu SVM SVM đƣợc nghiên cứu từ những năm của thập niên 1960 với công trình của Vapnik và Lerner (1963), Vapnik và Chervonenkis (1964). Cơ sở của SVM dựa trên nền tảng của lý thuyết học thống kê và lý thuyết chiều Vapnik Chervonenkis đã đƣợc phát triển qua 3 thập kỷ bởi Vapnik và Chervonenkis. Lý thuyết này bắt đầu có những bƣớc phát triển mạnh mẽ về mặt ứng dụng kể từ những năm cuối của thập niên 1990 (Burges, 1996; Osuma, 1997; Platt, 1998) và từ đó đến nay nó đã trở thành một công cụ khá mạnh trong nhiều lĩnh vực nhƣ: nhận dạng chữ viết, nhận dạng mặt ngƣời, … Trong những năm gần đây, SVM đƣợc biết đến nhƣ một hƣớng tiếp cận phân lớp hiệu quả và đang đƣợc áp dụng rộng rãi trong nhiều ứng dụng thực tế. Ƣu điểm của SVM là khả năng phân lớp với độ chính xác cao, điều này đƣợc bảo đảm bởi các tính chất của siêu phẩm tối ƣu và cách sử dụng hàm nhân. Tuy nhiên, tốc độ phân lớp của SVM bị đánh giá chậm hơn so với các phƣơng pháp phân lớp khác. Trong quá trình phân lớp, SVM phải duyệt qua tất cả các véc tơ tựa để so sánh với mẫu cần nhận dạng, khi số véc tơ tựa tăng thì tốc độ phân lớp cũng giảm xuống tƣơng ứng. Các thuật toán huấn luyện SVM đƣợc thực hiện theo ý tƣởng sau: tìm siêu phẳng tối ƣu trong không gian đặc trƣng để cực đại khoảng cách giữa 2 lớp mẫu huấn luyện trong bài toán phân lớp nhị phân. Nhƣ vậy, việc huấn luyện SVM tƣơng đƣơng Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 8 GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An với việc giải bài toán tối ƣu với số lƣợng các biến là và số các tham số là , trong đó là số lƣợng mẫu huấn luyện. Hình 1-2: Phân lớp SVM.[1] Điều này dẫn đến bài toán trở nên phức tạp hơn trong cả hai mặt: không gian nhớ để lƣu trữ và độ phức tạp để tính toán. Hơn nữa, siêu phẳng tối ƣu lại nằm trong không gian đặc trƣng với số chiều cao hơn dựa trên cơ sở lựa chọn hàm nhân. Mà việc lựa chọn hàm nhân phù hợp cho từng ứng dụng cụ thể buộc ngƣời sử dụng SVM phải thực hiện nhiều lần huấn luyện với các loại hàm nhân khác nhau tƣơng ứng với các giá trị tham số khác nhau của chúng. Mặt khác, mục đích của việc huấn luyện SVM là lọc ra các mẫu huấn luyện có tham gia vào việc tạo siêu phẳng đồng thời loại bỏ các mẫu không liên quan, các mẫu có tham gia tạo ra siêu phẩm đƣợc gọi là véc tơ tựa (SV – Support Vector). Có nhiều thuật toán huấn luyện SVM, các thuật toán chặt khúc và thuật toán phân rã đã phân tích bài toán quy hoạch toàn phƣơng (QP – Quadratic Programing) ban đần thành một dãy các bài toán QP nhỏ hơn. Các bài toán này đã chứng tỏ rằng có thể giải các bài toán có kích thƣớc vƣợt quá khả năng lƣu trữ của bộ nhớ máy tính. Thuật toán SMO có thể xem là trƣờng hợp cá biệt của thuật toán phân rã, trong mỗi lần lặp SMO giải một bài toán QP với kích thƣớc là hai bằng giải pháp phân tích, vì vậy không cần phải giải bài toán tối ƣu. Các thuật toán này đã đƣợc cài đặt trong hầu hết các phần mềm SVM mã nguồn mở hiện nay nhƣ SVMLight, LIBSVM, SVMTorch và HeroSvm. Phƣơng pháp trích trọn đặc trƣng WaveletHaar [...]... chiếu điểm; Khối thƣ ký vào điểm GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 21 Hình 3-1: Ảnh phiếu điểm trƣờng Đại học An Giang GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 22 3.3 Giải pháp và các mô hình các quá trình xử lý Tổng quan về phần mềm nhập điểm tự động. .. yếu của phần mềm nhập điểm tự động nhƣ sau: Scaner File ảnh phiếu điểm Tiển xử lý ảnh Tách MSSV và điểm số ra khỏi ảnh Tách ký tự các MSSV Phiếu ghi điểm Mô hình huấn luyện SVM nhận dạng ký tự in Tách ký tự số từ điểm số Nhận dạng ký tự in Nhận dạng ký tự số viết tay Mô hình huấn luyện SVM nhận dạng ký tự số viết tay Lưu trữ dữ liệu Hình 3-2: Mô hình tổng quát tiến trình nhập điểm tự động Phần mềm sẽ... nhằm tin học hóa tự động hóa công việc, nâng cao hiệu suất làm việc Ngoài ra, chƣơng 2 còn giới thiệu về các thƣ viện SVM hiện nay cho thấy sự phát triển và sự hoàn chỉnh của giải thuật là cơ sở để áp dụng giải thuật này vào xây dựng ứng dụng nhập điểm tự động một cách hiệu quả và đơn giản GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang... đề tài nghiên cứu Đi sâu vào ứng dụng SVM cho phần mềm nhập điểm tự động, đề tài đã trình bày cụ thể từ các bƣớc tiền xử lý ảnh chuẩn bị dữ liệu đến việc xây dựng bộ nhận dạng với giải thuật SVM, từ đó nêu lên các phƣơng pháp giải quyết bài toán cụ thể nhập điểm tự động cho trƣờng Đại học An Giang Nhìn chung đề tài đã hoàn thành về mặt cơ bản nội dung đề ra Đó là sự kết hợp của giải thuật SVM và... vùng ảnh phiếu điểm Quá trình xây dựng mô hình huấn luyện SVM cho nhận dạng ký tự in và ký tự số Quá trình nhận dạng ký tự GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 23 Quá trình tiền xử lý ảnh và tách vùng ảnh phiếu điểm: Ảnh phiếu ghi điểm Tiền xử lý ảnh phiếu điểm Tách khối bảng điểm Tách cột MSSV Tách cột điểm Tách hàng... ảnh bảng điểm đầu vào kích thƣớc quá lớn GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 19 Kết luận chƣơng 2 Thông qua chƣơng 2 ta thấy đƣợc thực trạng vấn đề nhập điểm thủ công tại trƣờng Đại học An Giang rất tốn thời gian và công sức chính vì vậy việc chuyển khai đề tài là cần thiết, đi đến việc xây dựng hệ thống Nhập điểm tự động cho... của đề tài Tiếp cận đề tài từ mô hình chung ứng dụng SVM vào bài toán nhận dạng chữ viết tay rời rạc để xây dựng ứng dụng nhập điểm tự động Hình 1-7: Mô hình nhận dạng ký tự viết tay rời rạc bằng SVM [2] - Bƣớc 1: Xây dựng mô hình huấn luyện Tập dữ liệu huấn luyện sau khi qua các khâu tiền xử lý và trích chọn đặc trƣng sẽ đƣợc đƣa vào máy huấn luyện phân lớp SVM Sau khi kết thúc quá trình huấn luyện,... Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 29 KẾT LUẬN Tổng quan vấn đề nghiên cứu, đề tài đã trình bày thực trạng về các giải pháp phần mềm nhận dạng ký tự hiện nay và có sự so sánh về các giải thuật giải quyết bài toán nhận dạng ký tự từ đó giúp ngƣời đọc dễ dàng hình dung ra đƣợc những khái niệm nghiên cứu, phạm vi, mối quan hệ giữa các đối... SVM và xử lý ảnh vào ứng dụng nhập điểm tự động cho trƣờng Đại hoc An Giang, mặc dù đã hết sức cố gắng song sai sót là điều không tránh khỏi Đế đánh giá chính xác hiệu quả của chƣơng trình cần nhiều thời gian và những kinh nghiêm thực tế KHUYẾN NGHỊ Do thời gian hạn chế nên đề tài chỉ tập trung vào việc xây dựng bài toán nhập điểm tự động, đề ra các phƣơng pháp tiền xử lý ảnh phiếu điểm, xây dựng mô... tiễn tại đơn vị nghiên cứu GV.CC.TS Nguyễn Văn Y Ngƣời thực hiện: Nguyễn Tấn An Tiểu luận môn Phƣơng pháp luận và nghiên cứu khoa học Trang 30 TÀI LIỆU THAM KHẢO Tiếng Việt: [1] TS Đỗ Thanh Nghị, Khai mỏ dữ liệu – Minh họa bằng ngôn ngữ R, NXB Đại học Cần Thơ [2] Phạm Anh Phƣơng, Nghiên cứu lý thuyết SVM và mô hình ứng dụng cho bài toán nhận dạng chữ viết tay hạn chế, Đề tài Khoa học và Công nghệ cấp . tiền để khoa học cho đề tài. Thực nghiệm ứng dụng nhập điểm thông qua phiếu điểm tự động bằng ứng dụng thực tế tại trƣờng Đại học An Giang. Tiểu luận. luận khoa học, từ đó đúc kết đƣợc nhiều kinh nghiệm để thực hiện bài tiểu luận nghiên cứu khoa học với đề tài Ứng dụng kỹ thuật nhận dạng bằng SVM vào
![Bảng 1-1: Bảng so sánh độ chính xác các giải thuật nhận dạng chữ viết tay [4] - Bài tiểu luận nghiên cứu khoa học_ Ứng dụng SVM vào nhập điểm tự động](https://media.store123doc.com/figures/000/731/bang-bang-sanh-do-giai-thuat-dang-viet-731927.png)
![Hình 1-2: Phân lớp SVM.[1] - Bài tiểu luận nghiên cứu khoa học_ Ứng dụng SVM vào nhập điểm tự động](https://media.store123doc.com/figures/000/731/hinh-phan-lop-svm-731930.png)
