The supervised classification of da

The supervised classification of data in a high-dimensional space is a delicate problem which consists of creating a system
that can predict the correct class of domain objects. It is based on building a procedure that will be applied to a sequence of instances, where each new instance must be assigned to one of a set of pre-defined classes on the basis of observed attributes or features.In this work, we were focused on the recognition ofcharacters, this problem of pattern recognition field , known as OCR (Optical character recognition), remains one of the most popular problems due to its various applications such as forms processing, indexing archives, address classification system, processing of bank check, analysis of written gesture,interaction with the electronic pen, etc. The aim is to transform a text image into an understandable representation for machine and easily reproducible. Many works have been conducted for different languages, an overview of the latest works can be found in [1].Recently, researchers have begun to give attention to the Amazigh language OCR. In this context, various methods have been used for handwritten characters based on: Hidden
Markov Models (HMM) [2], neural approaches [3],geometrical and statistical methods [4][5], moments features
[6] and some hybrid methods [7][8][9]. As mentioned previously, this work focused on a comparison of different supervised classifiers. In this context,we adopted a classification system composed of several steps as shown in figure 1.

ผลลัพธ์ (ไทย) 1:

การจัดประเภทภายใต้การดูแลของข้อมูลในช่องว่างมิติสูงเป็นปัญหาละเอียดอ่อนซึ่งประกอบด้วยการสร้างระบบที่สามารถทำนายระดับชั้นถูกต้องวัตถุโดเมน ในการสร้างกระบวนการที่จะใช้กับลำดับของอินสแตนซ์ ที่แต่ละอินสแตนซ์ใหม่ต้องกำหนดชุดของคลาสที่กำหนดไว้ล่วงหน้าตามสังเกตคุณลักษณะหรือคุณสมบัติอย่างใดอย่างหนึ่ง ขึ้น ในงานนี้ เราได้มุ่งเน้นการรู้ ofcharacters ปัญหาของรูปแบบการฟิลด์ เรียกว่า OCR (อาร์), ยังคงเป็นปัญหายอดนิยมเนื่องจากการใช้งานต่าง ๆ เช่นรูปแบบการประมวลผล เก็บ ประมวลผลของเช็คธนาคาร ระบบการจัดประเภทที่อยู่ การวิเคราะห์รูปแบบการเขียน โต้ตอบกับปากกาอิเล็กทรอนิกส์ ฯลฯ การจัดทำดัชนีอย่างใดอย่างหนึ่ง จุดมุ่งหมายคือการ เปลี่ยนรูปแบบข้อความเป็นการแสดงเข้าใจ สำหรับเครื่อง และจำลองได้อย่างง่ายดาย ได้รับการดำเนินงานมากสำหรับภาษาต่าง ๆ ภาพรวมของผลงานล่าสุดสามารถพบใน [1] เมื่อเร็ว ๆ นี้ นักวิจัยได้เริ่มให้ความสนใจกับภาษา Amazigh OCR ในบริบทนี้ วิธีการต่าง ๆ มีการใช้ลายมือเขียนอักขระอิง: ซ่อนแบบมาร์คอฟ (HMM) [2], วิธีประสาท [3], [4] [5] วิธีเรขาคณิต และสถิติ คุณลักษณะช่วงเวลา[6] และบางวิธีไฮบริ [7] [8] [9] ตามที่กล่าวถึงก่อนหน้านี้ งานนี้เน้นการเปรียบเทียบคำนามภาษาภายใต้การดูแลที่แตกต่างกัน ในบริบทนี้ เราใช้ระบบการจัดประเภทที่ประกอบด้วยหลายขั้นตอนดังที่แสดงในรูปที่ 1

ผลลัพธ์ (ไทย) 2:

การจำแนกประเภทภายใต้การดูแลของข้อมูลในพื้นที่สูงมิติเป็นปัญหาที่ละเอียดอ่อนซึ่งประกอบด้วยการสร้างระบบ
ที่สามารถคาดการณ์ระดับที่ถูกต้องของวัตถุโดเมน มันขึ้นอยู่กับการสร้างกระบวนการที่จะนำไปใช้กับลำดับของอินสแตนซ์ที่แต่ละตัวอย่างใหม่จะต้องกำหนดให้เป็นหนึ่งในชุดชั้นเรียนที่กำหนดไว้ล่วงหน้าบนพื้นฐานของคุณลักษณะที่สังเกตหรือ features.In งานนี้ที่เรากำลังจดจ่อ ใน ofcharacters การรับรู้ปัญหานี้ของเขตการจดจำรูปแบบเป็นที่รู้จัก OCR (Optical Character ยอมรับ) ยังคงเป็นหนึ่งในปัญหาที่ได้รับความนิยมมากที่สุดเนื่องจากการใช้งานต่างๆเช่นการประมวลผลรูปแบบเอกสารการจัดทำดัชนีระบบการจำแนกที่อยู่ในการประมวลผลของการตรวจสอบของธนาคาร การวิเคราะห์ท่าทางเขียนปฏิสัมพันธ์กับปากกาอิเล็กทรอนิกส์ ฯลฯ มีจุดมุ่งหมายที่จะเปลี่ยนภาพข้อความลงในการแสดงสำหรับเครื่องที่เข้าใจและสามารถทำซ้ำได้อย่างง่ายดาย ผลงานที่หลายคนได้รับการดำเนินการสำหรับภาษาที่แตกต่างกันภาพรวมของผลงานล่าสุดสามารถพบได้ใน [1] .Recently นักวิจัยได้เริ่มที่จะให้ความสนใจกับภาษา Amazigh OCR ในบริบทนี้วิธีการต่างๆที่จะนำมาใช้สำหรับตัวอักษรที่เขียนด้วยลายมือบนพื้นฐาน: ซ่อน
มาร์คอฟรุ่น (HMM) [2] วิธีประสาท [3], วิธีการทางเรขาคณิตและสถิติ [4] [5], คุณลักษณะช่วงเวลา
[6] และบางส่วนไฮบริด วิธี [7] [8] [9] ดังที่ได้กล่าวไว้ก่อนหน้านี้งานนี้มุ่งเน้นไปที่การเปรียบเทียบจําแนกภายใต้การดูแลที่แตกต่างกัน ในบริบทนี้เรานำระบบการจัดหมวดหมู่ประกอบด้วยหลายขั้นตอนดังแสดงในรูปที่ 1