DSpace Repository

การเปรียบเทียบการรู้จำลายมือเขียนตัวอักษรไทยในการจำแนกกลุ่มระหว่างวิธีเคเนียเรสเนเบอร์กับวิธีเคอร์เนล

Show simple item record

dc.contributor.advisor อัครินทร์ ไพบูลย์พานิช
dc.contributor.author ธวัชชัย กิติวงษ์ประทีป
dc.contributor.other จุฬาลงกรณ์มหาวิทยาลัย. คณะพาณิชยศาสตร์และการบัญชี
dc.date.accessioned 2017-02-17T10:18:51Z
dc.date.available 2017-02-17T10:18:51Z
dc.date.issued 2556
dc.identifier.uri http://cuir.car.chula.ac.th/handle/123456789/51963
dc.description วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2556 en_US
dc.description.abstract การวิจัยในครั้งนี้ มีวัตถุประสงค์เพื่อเปรียบเทียบการรู้จำลายมือเขียนตัวอักษรไทยในการจำแนกกลุ่มระหว่างวิธีเคเนียเรสเนเบอร์กับวิธีเคอร์เนล โดยใช้การแปลงฟูเรียร์มาพิจารณาคุณลักษณะของตัวอักษร ซึ่งทำการทดลองกับข้อมูลตัวอักษรจำนวน 2 ชุด คือ ข้อมูลลายมือเขียนตัวอักษรไทยมาจากการเขียน 1 คน และข้อมูลลายมือเขียนตัวอักษรไทยมาจากการเขียน 10 คน จำนวนสัมประสิทธิ์ฟูเรียร์ที่ใช้ในการศึกษา คือ 200, 500 และ 1,000 และข้อมูลลายมือเขียนตัวอักษรไทยที่ใช้ในการศึกษา คือ ตัวอักษรละ 90 ตัว แบ่งเป็นตัวอย่างเรียนรู้ 60 ตัวและตัวอย่างทดสอบ 30 ตัว ซึ่งศึกษากรณีตัวอย่างเรียนรู้ขนาด 10, 20, 30, 40, 50 และ 60 และใช้ค่าอัตราความผิดพลาดของการจำแนกกลุ่ม (error rate of misclassification) เป็นเกณฑ์ในการเปรียบเทียบ จากผลการศึกษา เมื่อพิจารณาข้อมูลลายมือเขียนตัวอักษรไทยมาจากการเขียน 1 คน พบว่า วิธีเคเนียเรสเนเบอร์ โดยวัดระยะห่างระยะทางแบบ Euclidean กับ Cosine ที่ k = 2 จำนวนขนาดตัวอย่างเรียนรู้ 60 ที่ค่าสัมประสิทธิ์ฟูเรียร์ 500 ให้ประสิทธิภาพในการจำแนกกลุ่มดีกว่ากรณีอื่นๆ โดยให้ผลลัพธ์ค่าอัตราความผิดพลาดของการจำแนกกลุ่ม คือ 3.89% และเมื่อพิจารณาข้อมูลลายมือเขียนตัวอักษรไทยมาจากการเขียน 10 คน พบว่า วิธีเคเนียเรสเนเบอร์ โดยวัดระยะห่างระยะทางแบบ Euclidean ที่ k = 5 จำนวนขนาดตัวอย่างเรียนรู้ 60 ที่ค่าสัมประสิทธิ์ฟูเรียร์ 500 ให้ประสิทธิภาพในการจำแนกกลุ่มดีกว่ากรณีอื่นๆ โดยให้ผลลัพธ์ค่าอัตราความผิดพลาดของการจำแนกกลุ่ม คือ 15.28% en_US
dc.description.abstractalternative The objective of this research is to compare recognition two nonparametric classification methods: K-nearest neighbour and Kernel with normal kernel, LSCV and LKCV when applied to Thai alphabet handwriting data, when collected from both one person and ten persons. To turn images into numerical data, fourier transform was used with fourier coefficients: 200, 500 and 1,000. Each handwritten letter were collected 90 times, from which the Test data set of 60 samples were randomly selected. The Training data set consists of the remaining samples with the size ranging from 10, 20, 30, 40, 50 and 60. The error rate of misclassification was used as the criterion of comparison. Result of study shows that, for the Thai alphabet handwriting data from one person, K-nearest neighbour methods, using euclidean distance and cosine distance with 60 training sets at k = 2 and 500 coefficeints, has misclassification rate of 3.89% which is than other cases and error rate of misclassification. For the Thai alphabet handwriting data from ten persons, K-nearest neighbour methods using euclidean distance with 60 training sets at k = 5 and 500 coefficeints has better classification rate than other cases and error rate of misclassification is 15.28%. en_US
dc.language.iso th en_US
dc.publisher จุฬาลงกรณ์มหาวิทยาลัย en_US
dc.relation.uri http://doi.org/10.14457/CU.the.2013.1706
dc.rights จุฬาลงกรณ์มหาวิทยาลัย en_US
dc.subject การรู้จำอักขระ (คอมพิวเตอร์) en_US
dc.subject การรู้จำรูปแบบ en_US
dc.subject การวิเคราะห์ข้อมูลภาพ en_US
dc.subject Character recognition en_US
dc.subject Image analysis en_US
dc.subject Pattern recognition systems en_US
dc.title การเปรียบเทียบการรู้จำลายมือเขียนตัวอักษรไทยในการจำแนกกลุ่มระหว่างวิธีเคเนียเรสเนเบอร์กับวิธีเคอร์เนล en_US
dc.title.alternative Comparision of Thai alphabet handwriting recognition in classification using K-nearest Neighbour methods and Kernel methods en_US
dc.type Thesis en_US
dc.degree.name สถิติศาสตรมหาบัณฑิต en_US
dc.degree.level ปริญญาโท en_US
dc.degree.discipline สถิติ en_US
dc.degree.grantor จุฬาลงกรณ์มหาวิทยาลัย en_US
dc.email.advisor Akarin.P@chula.ac.th
dc.identifier.DOI 10.14457/CU.the.2013.1706


Files in this item

This item appears in the following Collection(s)

Show simple item record