Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/11587
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorวิวัฒน์ วัฒนาวุฒิ-
dc.contributor.authorกันตา กิติยานันท์-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์-
dc.date.accessioned2009-10-27T10:11:01Z-
dc.date.available2009-10-27T10:11:01Z-
dc.date.issued2544-
dc.identifier.isbn9740304842-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/11587-
dc.descriptionวิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2544en
dc.description.abstractงานวิจัยนี้มีวัตถุประสงค์เพื่อออกแบบและพัฒนาเครื่องมือซอฟต์แวร์สำหรับ ระบบการรู้จำลายมือเขียนแบบออนไลน์โดยใช้ข่ายงานประสาทแบบแพร่กระจายย้อน กลับ เครื่องมือซอฟต์แวร์นี้ช่วยให้ผู้ใช้งานสามารถพัฒนาระบบการรู้จำลายมือเขียน โดยเครื่องมือนี้จะนำข้อมูลตัวอักษรลายมือ และค่าพารามิเตอร์ต่างๆ ที่สำคัญมาทำการประมวลผล จากนั้นจึงนำข้อมูลที่ผ่านการประมวลผลเหล่านั้นส่งไปยังโปรแกรมข่ายงาน ประสาทเพื่อการรู้จำลายมือเขียน รวมไปถึงการรายงานผลการรู้จำให้กับผู้ใช้เครื่องมือได้โดยอัตโนมัติ ซึ่งจะทำให้ภาระในการเขียนโปรแกรมลดลง เครื่องมือนี้ยังประกอบไปด้วยความสามารถดังนี้คือ ส่วนจัดเก็บข้อมูลตัวอักษรไว้ในฐานข้อมูลที่สามารถรองรับลายมือเขียนจากผู้ เขียนหลายๆคน ส่วนการสร้างและแก้ไขภาษาไพธอนสคริปต์ที่ใช้ในการประมวลผลลายมือเขียน รวมไปถึงการจัดเตรียมส่วนต่อประสานกับโปรแกรมข่ายงานประสาทแบบแพร่กระจาย ย้อนกลับเพื่อให้ผู้ใช้สามารถทำการกำหนดพารามิเตอร์ต่างๆ ได้อย่างสะดวกและง่ายยิ่งขึ้น ในส่วนสุดท้ายของเครื่องมือคือส่วนในการแสดงผลการรู้จำในรูปของเปอร์เซ็นต์ จากการออกแบบเครื่องมือนี้ กระบวนการในการเข้ารหัสข้อมูลลายมือเขียน ซึ่งเป็นส่วนที่สำคัญในการพัฒนาอัตราการรู้จำให้ดีขึ้น สามารถถูกเพิ่ม และแก้ไขได้โดยไม่มีผลกระทบกับส่วนอื่นๆ จากการทดสอบฟังก์ชันการประมวลผลตัวอักษรที่สร้างขึ้นด้วยภาษาไพธอนสคริปต์ และทดสอบการทำงานทั้งหมดของเครื่องมือพบว่า เครื่องมือนี้สามารถทำงานได้ถูกต้องตามที่ได้ออกแบบไว้และสามารถนำไปใช้งาน ได้จริงen
dc.description.abstractalternativeThis research aims to design and develop a software tool for on-line handwritten recognition using backpropagation neural network. This software tool facilitates users in order to develop a handwritten recognition system. The tool permits users to input handwritten characters and necessary parameters, automatically process all data, forward all processed data to the neural network software for recognition and report results to users. Particularly, programming burden is reduced. This software tool provides several features including: collecting multi-writers' handwritten data into a database, creating and modifying Python scripts to perform handwritten data processing. In addition, this tool provides the interfaces to backpropagation neural network software so that users can configure parameters easily and comfortably. The final part of the tool will display the recognition results in percentage form. With our design, the process of encoding handwritten data-an important component for increasing recognition rates, can be added and modified without an effect to other components. The data processing functions and all of the procedures in software tool are tested. The results show that this software performs correctly as designed and can be used practically.en
dc.format.extent2008000 bytes-
dc.format.mimetypeapplication/pdf-
dc.language.isothes
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen
dc.subjectการรู้จำอักขระ (คอมพิวเตอร์)en
dc.subjectนิวรัลเน็ตเวิร์ค (คอมพิวเตอร์)en
dc.subjectซอฟต์แวร์ -- การพัฒนาen
dc.titleการพัฒนาเครื่องมือซอฟต์แวร์สำหรับระบบการรู้จำลายมือเขียนแบบออนไลน์ โดยใช้ข่ายงานประสาทแบบแพร่กระจายย้อนกลับen
dc.title.alternativeA development of software tool for an online handwritten recognition system by using the backpropagation neural networken
dc.typeThesises
dc.degree.nameวิทยาศาสตรมหาบัณฑิตes
dc.degree.levelปริญญาโทes
dc.degree.disciplineวิทยาศาสตร์คอมพิวเตอร์es
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen
dc.email.advisorWiwat.V@Chula.ac.th-
Appears in Collections:Eng - Theses

Files in This Item:
File Description SizeFormat 
Kanta.pdf1.96 MBAdobe PDFView/Open


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