Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/5652
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorสมชาย จิตะพันธ์กุล-
dc.contributor.authorอิทธิพันธ์ เมธเศรษฐ-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2008-01-29T04:28:03Z-
dc.date.available2008-01-29T04:28:03Z-
dc.date.issued2543-
dc.identifier.isbn9741308701-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/5652-
dc.descriptionวิทยานิพนธ์ (วศ.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2543en
dc.description.abstractวิทยานิพนธ์ฉบับนี้มีจุดมุ่งหมายเพื่อสร้างวิธีการรู้จำตัวอักษรเขียนภาษาไทยที่เป็นคำเรียกชื่อจังหวัด โดยประยุกต์ใช้ฟัซซีโลจิก ร่วมกับคุณลักษณะบ่งความต่างของอักษรภาษาไทย โดยระบบจะพิจารณาความคล้ายของตัวอักษรกับรูปแบบมาตรฐานที่อยู่ในรูปของกฎทางฟัซซี และเลือกรูปแบบที่มีความคล้ายมากที่สุด 5 รูป ไปตรวจสอบกับพจนานุกรมคำเรียกชื่อจังหวัด ในการตรวจสอบผลการรู้จำกับพจนานุกรมสามารถลดเวลาการทำงานได้โดยแบ่งกลุ่มคำออกตามความยาวของตัวอักษร ผลการทดสอบกระทำบนเครื่องไมโครคอมพิวเตอร์ที่ใช้หน่วยประมวลผลกลางเป็นเพนเทียมความเร็ว 600 เมกะเฮิรตซ์ และมีหน่วยความจำแรม 128 เมกะไบต์ ตัวอักษรที่ใช้ทดสอบเป็นอักษรตัวเดี่ยว พยัญชนะ 44 ตัว จำนวน 100 แบบรวม 4400 ตัว สระและวรรณยุกต์ 19 ตัว จำนวน 40 แบบ รวม 5,160 ตัว ตัวอักษรระดับคำ 76 คำ จำนวน 40 แบบ 3,040 คำ รวม 23,720 ตัวอักษร อัตราการรู้จำผิดพลาดในกรณีตัวอักษรเดี่ยวร้อยละ 3.62 และอัตราการรู้จำผิดพลาดในกรณีคำภาษาไทย ร้อยละ 1.71en
dc.description.abstractalternativeThe objective of this thesis is to propose a method of Thai word based handwritten character recognition by applying fuzzy logic with distinctive features. The system considers the similarity of the handwritten character and character patterns of the 76 province names. The system chooses 5 candidates in each character to check with the lexicon in postprocessing step. In the lexicon checking step, the length grouping is used to reduce the processing time. The experiment was wexecuted on a microcomputer with PentiumIII 600 MHz and 128 Mbytes RAM. The test includes 100 patterns of 44 Thai consonant characters totalling 4400 characters; 20 patterns of vowel and tonal marks totalling 760 characters, and 40 patterbs of the 76 words totalling 23,720 characters. The error rate in character recognition is 3.62% and in word recognition the error rate is 1.71%.en
dc.format.extent6190655 bytes-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectฟัสซีลอจิกen
dc.subjectภาษาไทย -- ตัวอักษรen
dc.subjectการรู้จำอักขระ (คอมพิวเตอร์)en
dc.titleการรู้จำตัวอักษรเขียนภาษาไทยที่เป็นคำแบบออฟไลน์โดยใช้หลักเกณฑ์ทางฟัซซีร่วมกับคุณลักษณะบ่งความต่างen
dc.title.alternativeOff-line Thai word based handwritten character recognition using fuzzy rules with distinctive featuresen
dc.typeThesises
dc.degree.nameวิศวกรรมศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineวิศวกรรมไฟฟ้าes
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisorSomchai.J@chula.ac.th-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Ithipan.pdf6.05 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.