Abstract— This paper studies the co

Abstract— This paper studies the combination of multiple
classifiers with a prototyped-based supervised clustering
algorithm, namely SGNG, for Thai printed character
recognition. The proposed classification system consists of two
steps. First, the prototypes obtained by the SGNG are firstly
used to roughly classify an unknown input positioning around a
training dataset. Second, several classifiers, such as Bayesian
classifiers and neural network, are combined by using the
Median rule for detail classification. Our experimental result
shows that the combination of multiple classifiers gives
recognition rates better that individual classifier. In
particularly, the combination of multiple classifiers with the
SGNG can improve accuracy of recognition rates and
classification time.

ผลลัพธ์ (ไทย) 1:

นามธรรมซึ่งเอกสารนี้ศึกษาทั้งหลายคำนามภาษากับการใช้ prototyped ดูแล clusteringอัลกอริทึม คือ SGNG สำหรับตัวพิมพ์ไทยการจำ ระบบจำแนกประเภทที่นำเสนอประกอบด้วยสองขั้นตอนการ ครั้งแรก ต้นแบบที่ได้รับจาก SGNG เป็นประการแรกใช้ประมาณจัดการป้อนข้อมูลที่ไม่รู้จักตำแหน่งรอบตัวชุดข้อมูลการฝึกอบรม วินาที คำนามภาษาหลาย เช่นทฤษฎีคำนามภาษาและข่ายประสาท ถูกรวม โดยใช้การกฎค่าเฉลี่ยการจัดรายละเอียด ผลการทดลองของเราแสดงว่า การรวมกันของคำนามภาษาหลายให้รู้ราคาดีลักษณนามที่แต่ละ ในโดยเฉพาะ การรวมกันของคำนามภาษาหลายกับการSGNG สามารถปรับปรุงความแม่นยำของการรู้ราคา และประเภทเวลา

ผลลัพธ์ (ไทย) 2:

Abstract-
กระดาษนี้ศึกษาการรวมกันของหลายตัวจําแนกที่มีการจัดกลุ่มภายใต้การดูแลเป็นต้นแบบที่ใช้อัลกอริทึมคือ
SGNG
สำหรับพิมพ์ตัวอักษรไทยได้รับการยอมรับ
ระบบการจัดหมวดหมู่ที่นำเสนอประกอบด้วยสองขั้นตอน ครั้งแรกต้นแบบที่ได้จากการที่มีการ SGNG แรกที่ใช้ในการประมาณจำแนกตำแหน่งที่ป้อนข้อมูลที่ไม่รู้จักรอบชุดการฝึกอบรม ประการที่สองการจําแนกหลายอย่างเช่นเบส์จําแนกและเครือข่ายประสาทจะรวมกันโดยใช้กฎเฉลี่ยสำหรับการจำแนกรายละเอียด ผลการทดลองของเราแสดงให้เห็นว่าการรวมกันของหลายแยกแยะให้อัตราการรับรู้ที่ดีกว่าที่ลักษณนามของแต่ละบุคคล ในโดยเฉพาะอย่างยิ่งการรวมกันของจําแนกหลายที่SGNG สามารถปรับปรุงความถูกต้องของอัตราการรับรู้และเวลาการจัดหมวดหมู่