. INTRODUCTIONHE business informati

. INTRODUCTION
HE business information system has an important rule in
organizations. It is a support tool for business activities
to reach organization goals. One of the main components of
the business system is business transaction data, which can
be collected from several sources. In a practical way, most of
sources of the transaction data usually are gotten from
printed documents. Hence, a procedure of transforming
printed documents to a computer-understandable form is a
need. The OCR software is an automatic tool for that
procedure. Nowadays, Thai OCR software is not widely used
in business applications. Since its obtained results is slightly
low.
In decade past, many researchers have been introduced
several Thai OCR techniques that cover in area of local
feature extraction techniques, classifier techniques, and
automatic word correction techniques such as [1],[2],[3],[4]
and [5]. However, the existing techniques are not successful.
According to a set of Thai alphabet shown in Figure 1,
several Thai characters are too similar such as “„™”, “…Ž”,
and “”. In particularly, as the images of similar characters
are obtained from a poor paper, the image characters may be
more confused as shown in Figure 2. So, the character
recognition procedure with the local feature extraction
techniques may not handle the case of low quality character
images. Furthermore, the recognition procedure with word
correction techniques also may not handle when a number of
incorrect characters obtained from the recognition procedure
are about 3-5 characters/word. Hence, a skilful classifier is a
need for the recognition procedure. Nowadays, Thai OCR
researchers have introduced several classifiers to the
recognition procedure. However, they attentively apply an
individual classifier to the recognition procedure. In this
paper, we will concentrate on using the combination of
multiple classifiers to achieve better the accuracy of
classification rate. Furthermore, to reduce matching times of
the classifiers, a set of prototypes obtained by the SGNG
algorithm is employed to roughly classify an unknown
pattern, when the position of the pattern is located around
high density regions of a training dataset.
The paper is organized as follows: section II discusses the
details of the proposed recognition system. The experimental
results with respect to a feature extraction parameter and the
performance of the proposed system are presented in section
III. Finally, the conclusion is given in the last section.

ผลลัพธ์ (ไทย) 1:

. แนะนำระบบสารสนเทศธุรกิจของ HE มีกฎมีความสำคัญในองค์กร มันเป็นเครื่องมือสนับสนุนสำหรับธุรกิจเพื่อให้บรรลุเป้าหมายองค์กร ส่วนประกอบหลักของอย่างใดอย่างหนึ่งระบบธุรกิจมีธุรกิจธุรกรรมข้อมูล ซึ่งสามารถจะรวบรวมจากหลายแหล่ง ในทางปฏิบัติ ส่วนใหญ่แหล่งที่มาของธุรกรรมข้อมูลมักจะได้รับจากเอกสารที่พิมพ์ ดังนั้น กระบวนการของการเปลี่ยนแปลงพิมพ์เอกสารแบบฟอร์มคอมพิวเตอร์เข้าใจเป็นการต้องการ ซอฟต์แวร์ OCR เป็นเครื่องมืออัตโนมัติที่ขั้นตอนการ ปัจจุบัน ซอฟต์แวร์ OCR ไทยคือกันในโปรแกรมประยุกต์ทางธุรกิจ ตั้งแต่ได้รับผลเป็นเล็กน้อยต่ำในทศวรรษที่ผ่านมา นักวิจัยหลายคนได้รับการแนะนำหลายเทคนิคไทย OCR ที่ครอบคลุมในพื้นที่ของท้องถิ่นเทคนิคการสกัดคุณลักษณะ ลักษณนามเทคนิค และเทคนิคการแก้ไขคำอัตโนมัติเช่น [1], [2], [3], [4]และ [5] อย่างไรก็ตาม เทคนิคที่มีอยู่จะไม่สำเร็จตามชุดอักษรไทยที่แสดงในรูปที่ 1อักขระไทยหลายคล้ายเป็น "" "และ "" ในโดยเฉพาะ เป็นรูปภาพของอักขระที่คล้ายกันจะได้รับจากกระดาษดี ภาพตัวละครอาจจะเพิ่มเติมสับสนดังที่แสดงในรูปที่ 2 ดังนั้น ตัวละครกระบวนการรับรู้กับการสกัดคุณลักษณะเฉพาะเทคนิคอาจจัดการกรณีของอักขระที่มีคุณภาพต่ำรูปภาพ นอกจากนี้ ขั้นตอนการรู้จำคำเทคนิคการแก้ไขนอกจากนี้ยังอาจจัดการเมื่อจำนวนได้จากขั้นตอนการรู้จำอักขระไม่ถูกต้องมี 3-5 ตัว/คำ ดังนั้น ลักษณนามคอยเป็นจำเป็นสำหรับกระบวนการรับรู้ ไทยในปัจจุบัน OCRนักวิจัยได้แนะนำหลายคำนามภาษาเพื่อการขั้นตอนการรู้จำ อย่างไรก็ตาม และทำความเข้าใจใช้เป็นลักษณนามที่ละขั้นตอนการรู้จำ ในที่นี้กระดาษ ที่เราจะมีสมาธิในการใช้การรวมกันของคำนามภาษาหลายให้ดีกว่าความถูกต้องของอัตราการจัดประเภท นอกจากนี้ เพื่อลดเวลาที่ตรงกันคำนามภาษา ชุดต้นแบบที่ได้รับ โดยการ SGNGอัลกอริทึมจะใช้เพื่อจัดประเภทไม่รู้จักประมาณรูปแบบ เมื่อตำแหน่งของรูปที่อยู่รอบ ๆพื้นที่ความหนาแน่นสูงของชุดข้อมูลฝึกอบรมกระดาษจัดเป็นดังนี้: ส่วนที่สองกล่าวถึงการรายละเอียดของระบบที่เสนอ การทดลองผลเกี่ยวกับพารามิเตอร์สกัดคุณลักษณะและประสิทธิภาพของระบบการนำเสนอจะนำเสนอในส่วนIII. สุดท้าย สรุปถูกกำหนดในส่วนสุดท้าย

ผลลัพธ์ (ไทย) 2:

. บทนำระบบข้อมูลทางธุรกิจที่เขามีกฎที่สำคัญในองค์กร มันเป็นเครื่องมือที่ได้รับการสนับสนุนกิจกรรมทางธุรกิจเพื่อให้บรรลุเป้าหมายขององค์กร หนึ่งในองค์ประกอบหลักของระบบธุรกิจที่มีข้อมูลการทำธุรกรรมทางธุรกิจที่สามารถเรียกเก็บจากหลายแหล่งที่มา ในทางปฏิบัติส่วนใหญ่ของแหล่งที่มาของข้อมูลการทำธุรกรรมมักจะได้รับอากาศจากเอกสารที่พิมพ์ ดังนั้นขั้นตอนของการเปลี่ยนเอกสารที่พิมพ์ในรูปแบบที่เข้าใจคอมพิวเตอร์เป็นความจำเป็น ซอฟต์แวร์ OCR เป็นเครื่องมืออัตโนมัติสำหรับขั้นตอน ปัจจุบันซอฟต์แวร์ไทย OCR ไม่ได้ใช้กันอย่างแพร่หลายในการใช้งานทางธุรกิจ เนื่องจากผลที่ได้รับคือเล็กน้อยต่ำ. ในทศวรรษที่ผ่านมานักวิจัยหลายคนได้รับการแนะนำเทคนิคไทย OCR หลายที่ครอบคลุมในพื้นที่ของท้องถิ่นเทคนิคดึงเทคนิคการจําแนกและเทคนิคการแก้ไขคำอัตโนมัติเช่น[1], [2], [ 3] [4] และ [5] แต่เทคนิคที่มีอยู่จะไม่ประสบความสำเร็จ. ตามที่ชุดของอักษรไทยที่แสดงในรูปที่ 1 ตัวอักษรภาษาไทยหลายที่คล้ายกันมากเกินไปเช่น "?????", "????????" และ " ? " โดยเฉพาะอย่างยิ่งในขณะที่ภาพของตัวละครที่คล้ายกันจะได้รับจากกระดาษที่ไม่ดีของตัวละครภาพอาจจะสับสนมากขึ้นดังแสดงในรูปที่2 ดังนั้นตัวละครขั้นตอนการรับรู้กับการดึงท้องถิ่นเทคนิคอาจจะไม่จัดการกับกรณีของตัวละครที่มีคุณภาพต่ำภาพ นอกจากนี้ขั้นตอนการรับรู้ด้วยคำเทคนิคการแก้ไขนอกจากนี้ยังอาจได้จัดการเมื่อจำนวนของตัวอักษรที่ไม่ถูกต้องตามขั้นตอนที่ได้รับจากการรับรู้เกี่ยวกับตัวละครที่3-5 / คำ ดังนั้นลักษณนามฝีมือเป็นความจำเป็นสำหรับขั้นตอนการรับรู้ ปัจจุบันไทย OCR นักวิจัยได้แนะนำให้รู้จักแยกแยะหลายกับขั้นตอนการรับรู้ แต่พวกเขาตั้งใจใช้การจําแนกแต่ละขั้นตอนการรับรู้ ในการนี้กระดาษที่เราจะมีสมาธิในการใช้การรวมกันของจําแนกหลายเพื่อให้เกิดความถูกต้องที่ดีขึ้นของอัตราการจัดหมวดหมู่ นอกจากนี้เพื่อลดการจับคู่เวลาของการจําแนกที่ชุดของต้นแบบที่ได้รับจาก SGNG ขั้นตอนวิธีการเป็นลูกจ้างประมาณจำแนกรู้จักรูปแบบเมื่อตำแหน่งของรูปแบบตั้งอยู่ทั่วภูมิภาคหนาแน่นสูงของชุดการฝึกอบรม. กระดาษจัดเป็น ดังต่อไปนี้: ส่วนที่สองกล่าวถึงรายละเอียดของระบบการรับรู้ที่นำเสนอ ทดลองผลที่เกี่ยวกับพารามิเตอร์สกัดคุณลักษณะและประสิทธิภาพการทำงานของระบบที่นำเสนอจะถูกนำเสนอในส่วนที่สาม สุดท้ายข้อสรุปที่จะได้รับในส่วนสุดท้าย

ผลลัพธ์ (ไทย) 3:

. แนะนำเขาธุรกิจระบบสารสนเทศมีกฎที่สำคัญในองค์กร เป็นเครื่องมือสนับสนุนเพื่อกิจกรรมทางธุรกิจเพื่อให้บรรลุเป้าหมายขององค์กร หนึ่งในองค์ประกอบหลักของระบบธุรกิจ คือ ข้อมูลทางธุรกิจ ซึ่งสามารถถูกรวบรวมจากแหล่งต่างๆ ในทางปฏิบัติมากที่สุดแหล่งข้อมูลการทำธุรกรรมที่มักจะได้รับจากพิมพ์เอกสารต่างๆ ดังนั้น กระบวนการของการเปลี่ยนพิมพ์เอกสารไปยังคอมพิวเตอร์เข้าใจรูปแบบคือต้องการ โดยซอฟต์แวร์ OCR เป็นเครื่องมืออัตโนมัติสำหรับขั้นตอน ปัจจุบัน ซอฟต์แวร์ OCR ภาษาไทยไม่ได้ใช้กันอย่างแพร่หลายในการใช้งานทางธุรกิจ นับตั้งแต่ที่ได้ผลคือ เล็กน้อยต่ำในทศวรรษที่ผ่านมา นักวิจัยหลายคนได้แนะนำไทยเทคนิคที่ครอบคลุมหลาย OCR ในพื้นที่ท้องถิ่นการสกัดลักษณะแบบเทคนิค และเทคนิคอัตโนมัติ Word แก้ไขเทคนิคเช่น [ 1 ] , [ 2 ] , [ 3 ] , [ 5 ]และ [ 5 ] อย่างไรก็ตาม เทคนิคที่มีอยู่จะไม่ประสบความสำเร็จตามชุดของตัวอักษรที่แสดงในรูปที่ 1ตัวอักษรหลายไทยคล้ายกันมากเกินไป เช่น " „™ " , " …Ž "และ " " โดยเป็นภาพของตัวละครที่คล้ายคลึงกันที่ได้รับจากกระดาษไม่ดี ภาพตัวละครอาจจะสับสนมากขึ้นดังแสดงในรูปที่ 2 ดังนั้น ตัวละครการรับรู้ ขั้นตอนการสกัดลักษณะท้องถิ่นเทคนิคที่ไม่อาจจัดการกับกรณีของตัวอักษรที่มีคุณภาพต่ำภาพ นอกจากนี้การรับรู้กระบวนการกับคำเทคนิคแก้ไขยังไม่อาจจัดการเมื่อจำนวนอักขระที่ไม่ถูกต้องที่ได้จากกระบวนการรับรู้มีประมาณ 3-5 ตัวอักษร / คำ ดังนั้น แบบฝีมือคือต้องการสำหรับขั้นตอนการรู้จำ ทุกวันนี้ ไทย OCRนักวิจัยได้แนะนำไปหลายคำขั้นตอนการยอมรับ อย่างไรก็ตาม พวกเขาต่างใช้แต่ละตัวกับขั้นตอนการรู้จำ ในนี้กระดาษที่เราจะมีสมาธิในการรวมกันของหลายคำเพื่อให้บรรลุความถูกต้องของอัตราการจำแนก นอกจากนี้เพื่อลดเวลาที่ตรงกันคำลักษณนาม , ชุดต้นแบบที่ได้จาก sgngใช้เพื่อแยกขั้นตอนวิธีประมาณที่ไม่รู้จักรูปแบบ เมื่อตำแหน่งของแบบแผนอยู่ รอบ ๆภูมิภาคมีความหนาแน่นสูงของการฝึกอบรมวันที่ .กระดาษจัดดังนี้ ส่วนที่ 2 กล่าวถึงรายละเอียดของการเสนอการรับรองระบบ ทดลองผลที่มีต่อคุณลักษณะการสกัดตัวแปรและประสิทธิภาพของระบบจะแสดงในส่วน3 . สุดท้าย สรุปคือ ระบุ ในส่วนสุดท้าย