Ứng dụng kỹ thuật học sâu nhận dạng tiền trong các hệ thống giao dịch tự động
Luận văn · Thạc sĩ · năm 2018 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Tác giả | Võ Hoàng Thành |
| Người hướng dẫn | Hoàng Văn Dũng |
| Cơ sở đào tạo | Trường Đại học Bách khoa, Đại học Đà Nẵng |
| Năm | 2018 |
| Nguồn | Thư viện số Trường Đại học Bách khoa, Đại học Đà Nẵng · trang gốc |
Tóm tắt
Ngày nay, công nghệ tiên tiến đã đóng một nhiệm vụ quan trọng việc nhận dạng tiền tệ thật trong các nền kinh tế. Một giải pháp hiệu quả để phát hiện và nhận dạng tiền giấy là điều quan trọng trong các giao dịch tự động. Luận văn này đề xuất một cách tiếp cận để nhận dạng tiền giấy dựa trên xử lý ảnh cơ bản dùng mạng học sâu để trích xuất và nhận dạng đặc trưng. Kỹ thuật mạng neural sâu như là một nghệ thuật nhận dạng trong xử lý hình ảnh. Các kỹ thuật truyền thống thường có chi phí cao để xử lý số liệu hình ảnh của tiền tệ khi nhận dạng nhiều mệnh giá của tiền. Luận văn này tập trung vào nhận dạng đúng tiền thật dựa trên hình thức của tờ tiền. Phương pháp đề xuất có thể áp dụng để nhận biết nhiều loại mệnh giá cũng như các loại tiền tệ khác nhau. Sự đóng góp của nghiên cứu là phương pháp tiếp cận mới dựa trên mạng neural sâu và tăng cường dữ liệu để cải thiện độ chính xác. Thứ nhất, mạng neural sâu được xây dựng có kiến trúc mạng sử dụng một số inceptions khác nhau cùng với toán tử tích chập, nhằm giảm thời gian huấn luyện. Thứ hai, tăng cường hình ảnh của tập dữ liệu đào tạo để có một dữ liệu lớn hơn đủ cho việc học của mạng neural sâu. Phương pháp này nhằm mục đích giải quyết vấn đề dữ liệu nhỏ và tăng cường khả năng học sâu. Kết quả thử nghiệm phương pháp được đề xuất có thể áp dụng cho ứng dụng thực tế với hiệu suất có tỷ lệ chính xác 97,85%.
Bản toàn văn lưu tại thư viện Trường Đại học Bách khoa, Đại học Đà Nẵng
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Đề tài cùng ngành
- Ứng dụng khoảng cách Levenstein để so sánh mức độ giống nhau của hai văn bản
- Ứng dụng kỹ thuật học sâu trong phát hiện và đếm lưu lượng xe máy
- Ứng dụng hệ trợ giúp quyết định dự báo lượng khán giả xem truyền hình tại Tiền Giang
- Ứng dụng giải thuật di truyền tìm đường đi tối ưu trong giao thông đường thủy tại tỉnh Vĩnh Long
- Ứng dụng máy vector hỗ trợ phân loại công văn theo lĩnh vực
- Ứng dụng từ thiện thức ăn
- Web Builder Platform
- App bán quần áo có tích hợp Recommend System
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.