The feature extraction module conta

The feature extraction module contains structural feature
extraction sub module and statistical feature extraction sub
module. For training and testing purpose, we collected a large set
of English handwritten characters from the different peoples of
different age groups. The total 25000 character images is divided
into two groups. Total 18000 of samples were treated as training
samples and other 7000 ofsamples were treated as test samples.
The character images from the original database are rearranged in
the test sets and in the learning sets. All samples were normalized
to 64 X 64 bitmap, which was further divided into 16 X 16 equal
sized blocks. From these blocks, we obtained 128 X 128 grey
level pixels presented with real numbers in [-1,1], intervals. The
recognition results for the proposed method are relatively high.
The recognition results are 99.9% for English handwritten
characters.

ผลลัพธ์ (ไทย) 1:

โมดูลสกัดคุณลักษณะประกอบด้วยคุณลักษณะโครงสร้าง
โมดูลย่อยสกัดและคุณลักษณะทางสถิติแยกย่อย
โม สำหรับการฝึกอบรม และการทดสอบวัตถุประสงค์ เรารวบรวมชุดใหญ่
ภาษาอังกฤษมืออักขระจากชนชาติอื่นของ
กลุ่มอายุที่แตกต่างกัน แบ่งภาพอักขระ 25000 รวม
เป็น 2 กลุ่ม รวม 18000 ตัวอย่างได้รับการรักษาเป็นการฝึกอบรม
ตัวอย่างและอื่น ๆ ofsamples 7000 ก็ถือว่าเป็นตัวอย่างทดสอบ
อักขระภาพจากฐานข้อมูลต้นฉบับที่ปรับปรุงใหม่ใน
ชุดทดสอบ และเรียนรู้การตั้งค่า ตัวอย่างทั้งหมดได้ตามปกติ
การ 64 X 64 บิต ซึ่งถูกแบ่งเท่ากับ 16 X 16
ขนาดบล็อก จากบล็อกเหล่านี้ เรารับเทา 128 X 128
ระดับพิกเซลที่แสดงตัวเลขจริงใน [-1.1], ช่วงเวลา ใน
ผลการรับรู้วิธีการนำเสนอค่อนข้างสูง
ผลการรู้จำ 99.9% สำหรับอังกฤษมือ
อักขระ

ผลลัพธ์ (ไทย) 3:

คุณลักษณะการสกัดโมดูลที่มีโครงสร้างซับโมดูลสถิติและการสกัดคุณลักษณะ

การสกัดลักษณะย่อยของโมดูล สำหรับการฝึกอบรมและวัตถุประสงค์ในการทดสอบ เราได้เก็บเป็นชุดใหญ่ของตัวอักษรภาษาอังกฤษลายมือเขียน

จากประชาชนที่แตกต่างกันของกลุ่มอายุที่แตกต่างกัน รวม 25 , 000 ตัวอักษรภาพ
จะแบ่งออกเป็นสองกลุ่ม รวม 18 , 000 ตัวอย่างได้รับการฝึกอบรม
ตัวอย่างอื่น ๆในประเทศไทยและได้รับการรักษาอย่าง , แบบทดสอบ
ตัวละครภาพจากฐานข้อมูลเดิมจะจัดใหม่ใน
ชุดทดสอบและในการเรียนรู้ชุด ตัวอย่างรูป
64 x 64 ภาพ ซึ่งถูกแบ่งออกเป็น 16 x 16 =
ขนาดบล็อก จากบล็อกเหล่านี้เราได้รับ 128 x 128 พิกเซล แสดงระดับสีเทา
[ - 1 , 1 ] ตัวเลขจริงในช่วงเวลา .
การรับรู้ผลวิธีที่เสนอจะค่อนข้างสูง
รู้ผลลัพธ์เป็น 99.9% สำหรับภาษาอังกฤษที่เขียนด้วยลายมือ
ตัวอักษร