Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguos

Descripción del Articulo

Mucha de la información que se necesita actualmente para desarrollar nuestras actividades se encuentran documentadas de manera escrita, dado el uso de tecnologías electrónicas como internet, es necesario que esta información esté disponible en un formato digital, por lo que se planteó la siguiente i...

Descripción completa

Detalles Bibliográficos
Autor: León Ortiz, Yomar
Formato: tesis de grado
Fecha de Publicación:2018
Institución:Universidad Señor de Sipan
Repositorio:USS-Institucional
Lenguaje:español
OAI Identifier:oai:repositorio.uss.edu.pe:20.500.12802/4663
Enlace del recurso:https://hdl.handle.net/20.500.12802/4663
Nivel de acceso:acceso abierto
Materia:Segmentación
Reconocimiento de patrones
Red neuronal
https://purl.org/pe-repo/ocde/ford#2.02.04
id USSS_1dabef89e841da533c634f988cb4e4a5
oai_identifier_str oai:repositorio.uss.edu.pe:20.500.12802/4663
network_acronym_str USSS
network_name_str USS-Institucional
repository_id_str 4829
dc.title.es_PE.fl_str_mv Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguos
title Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguos
spellingShingle Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguos
León Ortiz, Yomar
Segmentación
Reconocimiento de patrones
Red neuronal
https://purl.org/pe-repo/ocde/ford#2.02.04
title_short Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguos
title_full Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguos
title_fullStr Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguos
title_full_unstemmed Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguos
title_sort Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguos
author León Ortiz, Yomar
author_facet León Ortiz, Yomar
author_role author
dc.contributor.advisor.fl_str_mv Mejia Cabrera, Heber Ivan
dc.contributor.author.fl_str_mv León Ortiz, Yomar
dc.subject.es_PE.fl_str_mv Segmentación
Reconocimiento de patrones
Red neuronal
topic Segmentación
Reconocimiento de patrones
Red neuronal
https://purl.org/pe-repo/ocde/ford#2.02.04
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#2.02.04
description Mucha de la información que se necesita actualmente para desarrollar nuestras actividades se encuentran documentadas de manera escrita, dado el uso de tecnologías electrónicas como internet, es necesario que esta información esté disponible en un formato digital, por lo que se planteó la siguiente interrogante: ¿Cómo reconocer de manera automática caracteres de manuscritos antiguos? Gómez y Oldham (2003), definen los problemas que se presenta al tratar de reconocer texto manuscrito. Mencionan que en el tipo de letra existe una inmensa variedad de estilos, inclinados y tamaños, además de que pueden estar acompañadas de adornos adicionales. Por ello está investigación se realizó con el fin de analizar el reconocimiento automático de caracteres manuscritos antiguos, utilizando reconocimiento de patrones, teniendo como objetivo el reconocimiento automático caracteres de manuscritos, aplicando algoritmos de clasificación como Vecino más Cercano que aplica la distancia euclidiana, el algoritmo de K-Means y una Red Neuronal de Kohonen, para lograrlo se aplicó la siguiente secuencia: Primero la captura de imagen con el contenido textual, seguido del segmentado de la imagen, se quitó el ruido, se generó la matriz de puntos y se extrajeron las características, terminada la extracción se identificaron patrones y se comparó los resultados, concluyendo que el algoritmo de Vecino más Cercano y K-Means proporcionan un mejor método más eficiente para reconocer caracteres, logrando un 92 % de reconocimiento.
publishDate 2018
dc.date.accessioned.none.fl_str_mv 2018-11-29T21:05:51Z
dc.date.available.none.fl_str_mv 2018-11-29T21:05:51Z
dc.date.issued.fl_str_mv 2018
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/bachelorThesis
format bachelorThesis
dc.identifier.uri.none.fl_str_mv https://hdl.handle.net/20.500.12802/4663
url https://hdl.handle.net/20.500.12802/4663
dc.language.iso.es_PE.fl_str_mv spa
language spa
dc.relation.ispartof.fl_str_mv SUNEDU
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-nd/4.0
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Universidad Señor de Sipán
dc.publisher.country.es_PE.fl_str_mv PE
dc.source.es_PE.fl_str_mv Repositorio Institucional - USS
Repositorio Institucional USS
dc.source.none.fl_str_mv reponame:USS-Institucional
instname:Universidad Señor de Sipan
instacron:USS
instname_str Universidad Señor de Sipan
instacron_str USS
institution USS
reponame_str USS-Institucional
collection USS-Institucional
bitstream.url.fl_str_mv https://repositorio.uss.edu.pe/bitstream/20.500.12802/4663/4/Le%c3%b3n%20Ortiz.pdf.txt
https://repositorio.uss.edu.pe/bitstream/20.500.12802/4663/5/Le%c3%b3n%20Ortiz.pdf.jpg
https://repositorio.uss.edu.pe/bitstream/20.500.12802/4663/2/license_rdf
https://repositorio.uss.edu.pe/bitstream/20.500.12802/4663/3/license.txt
https://repositorio.uss.edu.pe/bitstream/20.500.12802/4663/1/Le%c3%b3n%20Ortiz.pdf
bitstream.checksum.fl_str_mv e45d6fcd931379692210ad717996d88a
b5fc71db0623be35a4a712cae231f2b4
3655808e5dd46167956d6870b0f43800
8a4605be74aa9ea9d79846c1fba20a33
2c3f00dfa24800ad7b24bdcc108de763
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional de la Universidad Señor de Sipán
repository.mail.fl_str_mv repositorio@uss.edu.pe
_version_ 1845883995276967936
spelling Mejia Cabrera, Heber IvanLeón Ortiz, Yomar2018-11-29T21:05:51Z2018-11-29T21:05:51Z2018https://hdl.handle.net/20.500.12802/4663Mucha de la información que se necesita actualmente para desarrollar nuestras actividades se encuentran documentadas de manera escrita, dado el uso de tecnologías electrónicas como internet, es necesario que esta información esté disponible en un formato digital, por lo que se planteó la siguiente interrogante: ¿Cómo reconocer de manera automática caracteres de manuscritos antiguos? Gómez y Oldham (2003), definen los problemas que se presenta al tratar de reconocer texto manuscrito. Mencionan que en el tipo de letra existe una inmensa variedad de estilos, inclinados y tamaños, además de que pueden estar acompañadas de adornos adicionales. Por ello está investigación se realizó con el fin de analizar el reconocimiento automático de caracteres manuscritos antiguos, utilizando reconocimiento de patrones, teniendo como objetivo el reconocimiento automático caracteres de manuscritos, aplicando algoritmos de clasificación como Vecino más Cercano que aplica la distancia euclidiana, el algoritmo de K-Means y una Red Neuronal de Kohonen, para lograrlo se aplicó la siguiente secuencia: Primero la captura de imagen con el contenido textual, seguido del segmentado de la imagen, se quitó el ruido, se generó la matriz de puntos y se extrajeron las características, terminada la extracción se identificaron patrones y se comparó los resultados, concluyendo que el algoritmo de Vecino más Cercano y K-Means proporcionan un mejor método más eficiente para reconocer caracteres, logrando un 92 % de reconocimiento.Tesisapplication/pdfspaUniversidad Señor de SipánPEinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-nd/4.0Repositorio Institucional - USSRepositorio Institucional USSreponame:USS-Institucionalinstname:Universidad Señor de Sipaninstacron:USSSegmentaciónReconocimiento de patronesRed neuronalhttps://purl.org/pe-repo/ocde/ford#2.02.04Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguosinfo:eu-repo/semantics/bachelorThesisSUNEDUTítulo ProfesionalUniversidad Señor de Sipán. Facultad de Ingeniería, Arquitectura y UrbanismoIngeniero de SistemasIngeniería de Sistemas612076https://purl.org/pe-repo/renati/level#tituloProfesionalhttps://purl.org/pe-repo/renati/type#tesisTEXTLeón Ortiz.pdf.txtLeón Ortiz.pdf.txtExtracted texttext/plain91338https://repositorio.uss.edu.pe/bitstream/20.500.12802/4663/4/Le%c3%b3n%20Ortiz.pdf.txte45d6fcd931379692210ad717996d88aMD54THUMBNAILLeón Ortiz.pdf.jpgLeón Ortiz.pdf.jpgGenerated Thumbnailimage/jpeg10152https://repositorio.uss.edu.pe/bitstream/20.500.12802/4663/5/Le%c3%b3n%20Ortiz.pdf.jpgb5fc71db0623be35a4a712cae231f2b4MD55CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.uss.edu.pe/bitstream/20.500.12802/4663/2/license_rdf3655808e5dd46167956d6870b0f43800MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uss.edu.pe/bitstream/20.500.12802/4663/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53ORIGINALLeón Ortiz.pdfLeón Ortiz.pdfapplication/pdf9550928https://repositorio.uss.edu.pe/bitstream/20.500.12802/4663/1/Le%c3%b3n%20Ortiz.pdf2c3f00dfa24800ad7b24bdcc108de763MD5120.500.12802/4663oai:repositorio.uss.edu.pe:20.500.12802/46632021-04-23 02:16:04.533Repositorio Institucional de la Universidad Señor de Sipánrepositorio@uss.edu.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
score 13.098099
Análisis de algoritmos para el reconocimiento automático de caracteres manuscrito antiguos
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares