使用学习矢量量化（Lvq）方法对西加里曼丹东干文字进行模式识别

IF 8.3 2区材料科学 Q1 MATERIALS SCIENCE, MULTIDISCIPLINARY

ACS Applied Materials & Interfaces Pub Date : 2024-03-27 DOI:10.46229/jifotech.v4i1.874

Maya Sari, Azriel Christian Nurcahyo, Christian Cahyaningtyas, E. Salfarini

{"title":"使用学习矢量量化（Lvq）方法对西加里曼丹东干文字进行模式识别","authors":"Maya Sari, Azriel Christian Nurcahyo, Christian Cahyaningtyas, E. Salfarini","doi":"10.46229/jifotech.v4i1.874","DOIUrl":null,"url":null,"abstract":"Artikel ini mengimplementasikan metode Learning Vector Quantization (LVQ) dalam mengenali pola aksara Dunging. Dalam hal ini sebagai sistem yang melakukan pengelompokan aksara dunging sesuai kelasnya masing-masing. Dengan menerapkan kedua teori ini maka sistem akan melakukan pengidentifikasian tulisan tangan aksara dunging yang mempunyai karakteristik menyerupai jaringan syaraf manusia. Data yang digunakan berupa citra yang telah diambil menggunakan foto kamera digital dan smartphone.Citra diubah menjadi numerik dengan menggunakan image processing. Tahapan image processing antara lain proses crop citra RGB menjadi 50 x 50 pixel, dan binerisasi citra. Tahap pelatihan jaringan menggunakan data sebanyak 10 citra yang terdiri dari aksara dunging yang berjumlah 10 karakter. Hasil pengujian citra latih diperoleh persentase 88,66 %. Menggunakan diakritik anak huruf dunging, menggunakan atau menambahkan beberapa fungsi image processing, dan diimplementasikan. Dari hasil akurasi yang didapatkan maka dapat dikatakan metode LVQ belum optimal dalam memecahkan masalah pengenalan pola terutama aksara Dunging. Teknik optimalisasi kepada proses pembelajaran LVQ dengan algoritma-algoritma optimasi merupakan rencana penelitian selanjutnya.","PeriodicalId":5,"journal":{"name":"ACS Applied Materials & Interfaces","volume":"19 4","pages":""},"PeriodicalIF":8.3000,"publicationDate":"2024-03-27","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Pengenalan Pola Aksara Dunging Kalbar menggunakan Metode Learning Vector Quantization (Lvq)\",\"authors\":\"Maya Sari, Azriel Christian Nurcahyo, Christian Cahyaningtyas, E. Salfarini\",\"doi\":\"10.46229/jifotech.v4i1.874\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Artikel ini mengimplementasikan metode Learning Vector Quantization (LVQ) dalam mengenali pola aksara Dunging. Dalam hal ini sebagai sistem yang melakukan pengelompokan aksara dunging sesuai kelasnya masing-masing. Dengan menerapkan kedua teori ini maka sistem akan melakukan pengidentifikasian tulisan tangan aksara dunging yang mempunyai karakteristik menyerupai jaringan syaraf manusia. Data yang digunakan berupa citra yang telah diambil menggunakan foto kamera digital dan smartphone.Citra diubah menjadi numerik dengan menggunakan image processing. Tahapan image processing antara lain proses crop citra RGB menjadi 50 x 50 pixel, dan binerisasi citra. Tahap pelatihan jaringan menggunakan data sebanyak 10 citra yang terdiri dari aksara dunging yang berjumlah 10 karakter. Hasil pengujian citra latih diperoleh persentase 88,66 %. Menggunakan diakritik anak huruf dunging, menggunakan atau menambahkan beberapa fungsi image processing, dan diimplementasikan. Dari hasil akurasi yang didapatkan maka dapat dikatakan metode LVQ belum optimal dalam memecahkan masalah pengenalan pola terutama aksara Dunging. Teknik optimalisasi kepada proses pembelajaran LVQ dengan algoritma-algoritma optimasi merupakan rencana penelitian selanjutnya.\",\"PeriodicalId\":5,\"journal\":{\"name\":\"ACS Applied Materials & Interfaces\",\"volume\":\"19 4\",\"pages\":\"\"},\"PeriodicalIF\":8.3000,\"publicationDate\":\"2024-03-27\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"ACS Applied Materials & Interfaces\",\"FirstCategoryId\":\"91\",\"ListUrlMain\":\"https://doi.org/10.46229/jifotech.v4i1.874\",\"RegionNum\":2,\"RegionCategory\":\"材料科学\",\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"Q1\",\"JCRName\":\"MATERIALS SCIENCE, MULTIDISCIPLINARY\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"ACS Applied Materials & Interfaces","FirstCategoryId":"91","ListUrlMain":"https://doi.org/10.46229/jifotech.v4i1.874","RegionNum":2,"RegionCategory":"材料科学","ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q1","JCRName":"MATERIALS SCIENCE, MULTIDISCIPLINARY","Score":null,"Total":0}

引用次数: 0

摘要

本文采用学习矢量量化（LVQ）方法来识别东瀛文字模式。在这种情况下，系统将根据各自的类别对东巴文进行分组。通过应用这两种理论，该系统将识别出具有类似人类神经网络特征的东巴文笔迹。所使用的数据是使用数码相机照片和智能手机拍摄的图像。图像处理阶段包括将 RGB 图像裁剪为 50 x 50 像素和图像二值化。网络训练阶段使用多达 10 张由 10 个粪便文字组成的图像数据。对训练图像的测试结果为 88.66%。利用东瀛文字的变音，使用或添加一些图像处理功能，并加以实现。从获得的准确率结果来看，可以说 LVQ 方法在解决模式识别问题，尤其是东瀛文字的模式识别问题上并不理想。下一步的研究计划是利用优化算法对 LVQ 学习过程进行优化。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

查看原文本刊更多论文

Pengenalan Pola Aksara Dunging Kalbar menggunakan Metode Learning Vector Quantization (Lvq)

Artikel ini mengimplementasikan metode Learning Vector Quantization (LVQ) dalam mengenali pola aksara Dunging. Dalam hal ini sebagai sistem yang melakukan pengelompokan aksara dunging sesuai kelasnya masing-masing. Dengan menerapkan kedua teori ini maka sistem akan melakukan pengidentifikasian tulisan tangan aksara dunging yang mempunyai karakteristik menyerupai jaringan syaraf manusia. Data yang digunakan berupa citra yang telah diambil menggunakan foto kamera digital dan smartphone.Citra diubah menjadi numerik dengan menggunakan image processing. Tahapan image processing antara lain proses crop citra RGB menjadi 50 x 50 pixel, dan binerisasi citra. Tahap pelatihan jaringan menggunakan data sebanyak 10 citra yang terdiri dari aksara dunging yang berjumlah 10 karakter. Hasil pengujian citra latih diperoleh persentase 88,66 %. Menggunakan diakritik anak huruf dunging, menggunakan atau menambahkan beberapa fungsi image processing, dan diimplementasikan. Dari hasil akurasi yang didapatkan maka dapat dikatakan metode LVQ belum optimal dalam memecahkan masalah pengenalan pola terutama aksara Dunging. Teknik optimalisasi kepada proses pembelajaran LVQ dengan algoritma-algoritma optimasi merupakan rencana penelitian selanjutnya.

求助全文

通过发布文献求助，成功后即可免费获取论文全文。去求助

来源期刊

ACS Applied Materials & Interfaces 工程技术-材料科学：综合

CiteScore

16.00

自引率

6.30%

发文量

4978

审稿时长

1.8 months

期刊介绍： ACS Applied Materials & Interfaces is a leading interdisciplinary journal that brings together chemists, engineers, physicists, and biologists to explore the development and utilization of newly-discovered materials and interfacial processes for specific applications. Our journal has experienced remarkable growth since its establishment in 2009, both in terms of the number of articles published and the impact of the research showcased. We are proud to foster a truly global community, with the majority of published articles originating from outside the United States, reflecting the rapid growth of applied research worldwide.