ประกาศ : 5-7 ธ.ค. 2552 หยุดทำการเรียนการสอน ติดตามการสอนชดเชยอีกครั้ง
ตารางการทำงาน

ธันวาคม 08, 2552

เทคนิคการสกัด feature กับ cellular automata

จาก ทฤษฎีที่ได้นำเสนอไปเมื่อ implmentation ปรากฎว่าเกิดปัญหาในการนำมาจดจำด้วย CAs การแก้ไข แก้ไขได้ไปประเด็นหนึ่งคือเรื่อง ขนาดตอนนี้ใช้ Moment เพื่อปรับอักษรมาที่จุดศูนย์กลาง แล้วทำการขยายขนาด และมีสิ่งที่ดีกว่าที่ยังไม่ได้ทดลองคือ
Bi-Moment,CBA และ MBCA ซึ่งตอนนี้รู้ข้อมูลเพิ่มเติมคือ จะใช้สมการ Quadratic มาประมวลผลเพิ่มสำหรับ Bi-Moment และมีสมการ Sine หรือ Cosin เข้ามาเกี่ยวข้องใน MBCA แต่เนื่องด้วยขีดจำกัดของเวลา และถือว่าผลอยู่ในระดับที่น่าพอใจสำหรับ Moment ที่ทดลองได้
ดังรูป
ต้นแบบ




ส่วนที่ทำการประมวลผลด้วย Moment




จากรูปสังเกตได้ว่าปัญหาเรื่องสเกลขนาดหมดไปในเรื่องพื้นที่ทั้งหมดหมดไป เหลือสเกลอักษรที่มีปัญหา
และไม่สามารถนำเรื่อง Hamming Distance มาใช้ได้ มี 2 แนวทางในการแก้ไขปัญหาคือ
1. ใช้ Least square Error วัดปกติอักษรเดียวกันจะมีค่า Error น้อยเมื่อเทียบกับตัวอื่น แต่อาจไม่ตรงกับ CAs เท่าที่ควร
2. อาศัย projection รอบด้านจนกระทั้ง ย่อยจนหมด(บน ซ้าย ล่าง ขวา วนรอบ) และนำมาเรียงต่อ เพื่อเข้ารหัส (ไม่ได้เข้ารหัสแบบ pixel เพราะมีตาราง mapping ไว้ อาจแบ่งเป็น 7 cell แทนจุดที่ใกล้เคียง 00000001111000000000=0001000 ตรงนี้อาจใช้ Hamming Distance ช่วยเพื่อเปลี่ยนรหัสแท้จริงมาเป็นแบบเข้า code อีกครั้งเพื่อให้สั้นลง) การเข้ารหัส อาจจะทำ mapping ไว้ให้เลือกเพื่อไปในทิศทางเดียวกัน วิธีนี้ สามารถนำมาใช้กับทฤษฎีที่ present ไว้ และมี percent น่าจะเป็นไปได้.....
ข้อดีของวิธีนี้ น่าจะลดมิติของข้อมูลลงได้ด้วย....(รอผลการทดลองต่อไปจากแนวความคิดนี้)

ข้อจำกัดของ Theory
1. ขนาดความก้วางต้องมากกว่าความสูง
2. ต้องไม่มีเส้นใดเส้นหนึ่งชนขอบ
3. ต้องเป็นเส้นที่ต่อเนื่องกัน นั่นหมายความว่า noise มีผลต่อสมการนี้