next up previous contents
Next: Test resultaten Up: Het programma Previous: Backpropagation netwerk   Contents

Test aanpak

Het programma is beschreven, het is duidelijk welk onderdeel waarvoor verantwoordelijk is. Nu is het van belang om te gaan kijken hoe goed het programma werkt, en of handschriftherkenning mogelijk is. Om te kijken of handschriftherkenning mogelijk is heb ik een test aanpak bedacht.

Belangrijke factoren die van belang kunnen zijn bij het herkennen van handschrift zijn de volgende:

Om de test eenvoudig te houden maak ik gebruik van 2 geschreven alfabetten van proefpersonen. De tekst is zoals vereist geschreven in blokletters en is los van elkaar geschreven.

De test is als volgt:

De letters worden ingelezen en opgeslagen in de volgende resoluties, er wordt geen gebruik gemaakt van Thinning of Pruning.

Het doel is bekijken bij welke resolutie de ingevoerde tekst het best herkend wordt, bij een zelfde aantal hidden units als output units, namelijk 26.

Het tweede deel is te kijken of bij meer hidden units de letters beter herkend worden. De vorige resoluties worden daarom met 52 in plaats van 26 hidden units getest bij de volgende aantallen iteraties:

De test wordt gedaan met 4 handschriften namelijk:

Liesbeth

\includegraphics[width=12cm]{img4.eps}

Mariska

\includegraphics[width=12cm]{img5.eps}

Martijn

\includegraphics[width=12cm]{img6.eps}

Stefan

\includegraphics[width=12cm]{img7.eps}

Naast die test kijk ik ook of Thinning zin heeft bij het herkennen van letters met een neuraal netwerk. Door de eerste test ronde te vergelijken met de resultaten waarbij Thinning is gebruikt. Thinning is het reduceren van een plaatje dat uit dikke lijnen bestaat naar een plaatje dat uit lijnen bestaat die 1 pixel breed zijn. Veel informatie is hierover te vinden als gezocht wordt naar 'character thinning'.


next up previous contents
Next: Test resultaten Up: Het programma Previous: Backpropagation netwerk   Contents
R.M.Morrien 2002-02-11