|
|
|
|
| LEADER |
02555na a2200241 4500 |
| 003 |
HR-ZaFER |
| 005 |
20160713182357.0 |
| 008 |
160221s2015 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid2608
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Sikirica, Dario
|9 37550
|
| 245 |
1 |
0 |
|a Prepoznavanje simbola učinjenih gestama miša :
|b diplomski rad /
|c Dario Sikirica ; [mentor Siniša Srbljić].
|
| 246 |
1 |
|
|a Recognition of Mouse-based Gestures
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b D. Sikirica,
|c 2015.
|
| 300 |
|
|
|a 41 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b diplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računarska znanost, šifra smjera: 56, datum predaje: 2015-06-30, datum završetka: 2015-09-25
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Problem prepoznavanja simbola učinjenih gestama miša može se riješiti jednom od metoda strojnog učenja. Svaki simbol se može predstaviti nizom značajki pomoću kojih se onda trenira model za prepoznavanje simbola. Za prepoznavanje se koristi višeklasna klasifikacija i model stroja s potpornim vektorima. Napravljen je sustav za prepoznavanje riječi koji korisniku omogućava crtanje simbola na digitalnom platnu. Na određenu akciju miša pokreće se sustav za prepoznavanje te se ispisuje nacrtana riječ u tekstualnom obliku. Sustav za prepoznavanje riječi i njegovi podsustavi su ostvareni pomoću programskog jezika Python i radnog okvira za strojno učenje, Scikit. Sustav se vrednuje na skupu primjera za učenje i provjeru.
|
| 520 |
3 |
|
|a Sažetak na engleskom: The task of recognizing symbols drawn with mouse-based gestures can be solved with one of the methods of machine learning. Each symbol can be represented as a sequence of features which are used for model training. Multiclass classification and Support Vector Machines are used for symbol recognition. The word recognition system enables the user to draw letters on a digital canvas. After a specific mouse action, the recognized letters are printed out in textual form. Word recognition system and its subsystems are implemented in Python, using the Scikit framework for machine learning. The correctness of the system is validated on the training and test set.
|
| 653 |
|
1 |
|a Strojno Učenje
|a Stroj s Potpornim Vektorima
|a Višeklasna klasifikacija
|a Prepoznavanje simbola
|a Python
|a Scikit
|
| 653 |
|
1 |
|a Machine Learning
|a Support Vector Machines
|a Multiclass classification
|a Symbol recognition
|a Python
|a Scikit
|
| 700 |
1 |
|
|a Srbljić, Siniša
|4 ths
|9 6396
|
| 942 |
|
|
|c Y
|2 udc
|
| 999 |
|
|
|c 45933
|d 45933
|