Xây dựng hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động: luận văn thạc sĩ

BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC LẠC HỒNG
***

VÕ TẤN DŨNG

Xây dựng Hệ thống hỗ trợ thu thập và quản lý chỉ số điện
tự động

Luận văn thạc sĩ Công Nghệ Thông Tin

Đồng Nai – Năm 2015


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC LẠC HỒNG
***

VÕ TẤN DŨNG

Xây dựng Hệ thống hỗ trợ thu thập và quản lý chỉ số điện
tự động
Chuyên ngành : Công Nghệ Thông Tin
Mã số : 60480201

Luận văn thạc sĩ Công Nghệ Thông Tin

NGƯỜI HƯỚNG DẪN KHOA HỌC :
PGS.TS Vũ Đức Lung

Đồng Nai – Năm 2015

LỜI CẢM ƠN
Tôi chân thành cảm ơn PGS.TS Vũ Đức Lung thầy đã tận tình hướng dẫn, giúp
đỡ và đóng góp ý kiến cho tôi trong suốt quá trình thực hiện đề tài luận văn.
Tôi chân thành cảm ơn các thầy, cô Khoa Công nghệ Thông tin - Trường Đại
học Lạc Hồng và các thầy, cô khác đã tận tình giảng dạy, truyền đạt cho tôi những
kiến thức quý báu trong quá trình học tập.
Tôi chân thành cảm ơn các thầy cô Khoa sau đại học - Trường Đại học Lạc
Hồng, các đồng nghiệp và các bạn học lớp Cao học Công nghệ thông tin khoá 5 Trường Đại học Lạc Hồng đã hỗ trợ, tạo điều kiện thuận lợi cũng như đóng góp những
ý kiến thiết thực cho tôi trong suốt quá trình học tập và đặc biệt đã giúp luận văn của
tôi được hoàn thiện hơn.
Cuối cùng, tôi muốn gửi lời cảm ơn đến gia đình, những người thân yêu luôn
bên cạnh và động viên tôi trong suốt quá trình học tập và thực hiện đề tài.
Học viện thực đề tài

Võ Tấn Dũng


LỜI CAM ĐOAN
Tôi xin cam đoan đây là công trình nghiên cứu của riêng tôi và được sự hướng
dẫn khoa học của PGS.TS Vũ Đức Lung. Các nội dung nghiên cứu, số liệu có nguồn
gốc rõ ràng tuân thủ đúng nguyên tắc và kết quả trình bày trong luận văn được thu
thập được trong quá trình nghiên cứu là trung thực chưa từng được ai công bố trước
đây.
Học Viên

Võ Tấn Dũng

TÓM TẮT LUẬN VĂN
Hiện nay, việc ứng dụng công nghệ thông tin vào quản lý sản xuất đã và đang
được triển khai mạnh mẽ trong những năm gần đây. Tuy nhiên nhiều doanh nghiệp
vẫn còn áp dụng nhiều hình thức quản lý vào sản xuất thủ công tốn nhiều nhân lực
mà hiệu quả công việc không cao, tốn nhiều thời gian. Vấn đề rất gần gũi chúng ta có
thể thấy như hàng tháng đều có nhân viên đến ghi chỉ số điện, số m3 nước tiêu thụ
hàng tháng … tốn nhiều thời gian và công sức nhân viên đến từng hộ gia đình.
Từ những nhu cầu trong thực tế tôi quyết định bắt tay vào nghiên cứu và thực
hiện đề tài : “HỆ THỐNG HỖ TRỢ THU THẬP VÀ QUẢN LÝ CHỈ SỐ ĐIỆN

TỰ ĐỘNG”. Đây là một đề tài mang tính khả thi cao, có thể liên kết với các cơ quan,
ban ngành, công ty doanh nghiệp điện để triển khai ứng dụng vào đời sống thực tế.
Nội dung đề tài trình bày cụ thể trong 4 chương.
+ Nội dung Chương 1 giới thiệu chung như lý do chọn đề tài, mục tiêu nghiên
cứu, giới hạn của đề tài tổng quan về hệ thống hỗ trợ thu thập và quản lý chỉ số điện
tự động.
+ Nội dung Chương 2 trình bày các cơ sở lý thuyết liên quan đến đề tài như lý
thuyết về xử lý ảnh, các phương pháp nhận dạng số, công nghệ di động GSM, hệ
thống nhúng, tổng quan KIT BeagleBoard-xM, các kỹ thuật và ngôn ngữ lập trình.
+ Nội dung Chương 3 trình bày chi tiết quá trình phân tích và thiết kế hệ thống
như phân tích đánh giá yêu cầu đề tài, từ đó thiết kế mô hình tổng quát của hệ thống
gồm phần mềm nhúng trên KIT BeagleBoard-xM và phần mềm hệ thống quản lý chỉ
số điện với người dùng trên máy chủ.
+ Nội dung Chương 4 gồm quy trình thử nghiệm hệ thống và các kết quả thử
nghiệm.


MỤC LỤC
CHƯƠNG 1: GIỚI THIỆU CHUNG VỀ ĐỀ TÀI ..................................................... 1
1.1 Giới thiệu chung và tổng quan các nghiên cứu liên quan đến đề tài .................... 1

1.1.1 Tình hình nghiên cứu trong nước ................................................................... 1
1.1.2 Tình hình nghiên cứu ngoài nước ................................................................... 2
1.2 Mục tiêu của luận văn ........................................................................................... 3
1.3. Phạm vi và đối tượng nghiên cứu ........................................................................ 4
1.4. Nội dung thực hiện ............................................................................................... 4
1.5 Phương pháp thực hiện.......................................................................................... 5
1.6. Dự kiến kết quả .................................................................................................... 5
CHƯƠNG 2 : Cơ Sở Lý Thuyết ................................................................................. 7
2.1 Lý thuyết xử lý ảnh ............................................................................................... 7
2.1.1 Giới thiệu về hệ thống xử lý ảnh .................................................................... 7
2.1.1.1 Phần thu nhận ảnh (Image Acquisition) ................................................... 8
2.1.1.2 Tiền xử lý (Image Processing) ................................................................. 8
2.1.1.3 Phân đoạn (Segmentation) hay phân vùng ảnh ........................................ 8
2.1.1.4 Biểu diễn ảnh (Image Representation) ..................................................... 9
2.1.1.5 Nhận dạng và nội suy ảnh (Image Recognition and Interpretation) ........ 9
2.1.1.6 Cơ sở tri thức (Knowledge Base) ........................................................... 10
2.1.1.7 Mô tả (biểu diễn ảnh) ............................................................................. 10
2.1.2 Một số vấn đề cơ bản trong hệ thống xử lý ảnh ........................................... 11
2.1.2.1 Điểm ảnh (Pixel) .................................................................................... 11
2.1.2.2 Độ phân giải của ảnh .............................................................................. 11
2.1.2.3 Mức xám của ảnh ................................................................................... 11
2.1.2.4 Hệ tọa độ màu......................................................................................... 12
2.1.3 Ứng dụng của xử lý ảnh ................................................................................ 13
2.2 Một số phương pháp nhận dạng số ..................................................................... 13
2.2.1 Phương phap K-Nearest Neighbor ............................................................... 13
2.2.2 Mạng neural nhân tạo - Artificial Neural Network ...................................... 14
2.2.3 Phương pháp Support Vector Machines (SVM) .......................................... 16
2.2.3.1 SVM tuyến tính ...................................................................................... 17
2.2.3.1.1 SVM biên cứng ................................................................................ 17
2.2.3.1.2 SVM biên mềm ................................................................................ 18

2.2.3.2 SVM phi tuyến ....................................................................................... 18


2.3 Tổng quan công nghệ di động GSM ................................................................... 18
2.3.1 Giới thiệu công nghệ GSM ........................................................................... 19
2.3.2 Cấu trúc mạng GSM ..................................................................................... 20
2.3.3 Modem 3G .................................................................................................... 21
2.4 Tổng quan hệ thống nhúng .................................................................................. 21
2.4.1 Linux với hệ thống nhúng ............................................................................. 23
2.4.2 Tương lai của hệ thống nhúng ...................................................................... 25
2.5 Tổng Quan Beagleboard-Xm .............................................................................. 25
2.5.1 Giới thiệu Kit nhúng BeagleBoard-xM ........................................................ 25
2.5.2 Thông số kỹ thuật ......................................................................................... 27
2.6 Các kỹ thuật và ngôn ngữ nhập trình .................................................................. 28
2.6.1 Lệnh AT(Attention Commands) ................................................................... 28
2.6.2 Ngôn ngữ C# ................................................................................................. 30
2.6.3 Ngôn ngữ JAVA ........................................................................................... 32
CHƯƠNG 3 : Xây Dựng Hệ Thống Hỗ Trợ Thu Thập và Quản Lý Chỉ Số Điện Tự
Động .......................................................................................................................... 34
3.1 Mô hình tổng quát hệ thống ................................................................................ 34
3.2 Thiết kế phần nhận diện trên beagleboard-xm .................................................... 35
3.2.1 Cài đặt cần thiết trên máy tính ...................................................................... 35
3.2.1.1 Cài đặt hệ điều hành Ubuntu 12.04 lên thẻ nhớ MicroSD ..................... 35
3.2.1.2 Cài đặt và cấu hình hỗ trợ gửi và nhận tin nhắn gammu........................ 37
3.2.1.3 Cài đặt thư viện xử lý ảnh OpenCV ....................................................... 37
3.3.2 Chương trình nhận diện chỉ số điện trên kit nhúng beagleboard-xm ........... 39
3.3.2.1 Giai đoạn tiền xử lý ................................................................................ 41
3.3.2.2 Giai đoạn trích chọn đặc trưng ............................................................... 42
3.3.2.3 Chọn thuật toán huấn luyện và phân lớp dữ liệu .................................... 42
3.3.2.4 Nhận diện ............................................................................................... 46

3.3.2.5 Gửi tin nhắn ............................................................................................ 46
3.3.2.6 Nhận tin nhắn ......................................................................................... 47
3.3 Thiết kế phần mềm quản lý chỉ số điện tự động ................................................. 50
3.3.1 Tổng quan về phần mềm quản lý chỉ số điện tự động .................................. 50
3.3.2 Lưu đồ thuật toán chương trình quản lý chỉ số điện. .................................... 51
3.3.3 Lưu đồ thuật toán gửi tin nhắn tự động từ máy chủ. .................................... 52
3.3.4 Biểu đồ sử dụng cho các chức năng trong hệ thống quản lý chỉ số điện ...... 52


3.3.4.1 Chức năng quản lý .................................................................................. 52
3.3.4.2 Chức năng trang chính ........................................................................... 53
3.3.4.3 Chức năng cài đặt ........................................................................... 53
3.3.5 Chương trình quản lý chỉ số điện tự động .................................................... 53
3.3.5.1 Thiết kế cơ sở dữ liệu ............................................................................. 55
3.3.5.2 Thiết kế giao diện phần mềm quản lý chỉ số điện tự động..................... 56
CHƯƠNG 4 : Kết Quả Thử Nghiệm và Đánh Giá ................................................... 63
4.1 Quy trình thử nghiệm .......................................................................................... 63
4.1.1 Các thành phần của hệ thống thực hiện thử nghiệm ..................................... 63
4.1.2 Kết nối hệ thống thử nghiệm ........................................................................ 63
4.1.3 Tiến hành thử nghiệm ................................................................................... 64
4.2 Kết quả thử nghiệm ............................................................................................. 64
4.2.1 Thử nghiệm trên Kit (Client) ........................................................................ 64
4.2.2 Thử nghiệm trên máy chủ (Server) ............................................................... 67
4.2.3 Thử nghiệm cập nhật thời gian cho hệ thống trên KIT. ............................... 71
Kết Luận và Hướng Phát Triển Đề Tài ..................................................................... 73
Kết Luận ................................................................................................................ 73
Hướng Phát Triển Đề Tài ...................................................................................... 75


DANH MỤC BẢNG BẢNG

Bảng 3.1 : Chức năng quản lý phần mềm quản lý chỉ số điện tự động .................... 50
Bảng 3.2 : Chức năng giao tiếp với Client (KIT) và người dùng ............................ 51
Bảng 3.3 : Thông tin nhân viên ................................................................................. 53
Bảng 3.4 : Thông tin tài khoản quản trị .................................................................... 53
Bảng 3.5 : Thông tin thiết bị ..................................................................................... 53
Bảng 3.6 : Thông tin khách hàng .............................................................................. 54
Bảng 37 : Thông tin định mức .................................................................................. 54
Bảng 38 : Thông tin khu vực..................................................................................... 54
Bảng 3.9 : Thông tin chỉ số điện ............................................................................... 54
Bảng 3.10 : Thông tin góp ý từ khách hàng .............................................................. 55
Bảng 3.11 : Thông tin tin nhắn gửi và nhận .............................................................. 55
Bảng 4.1: Kết quả nhận diện ảnh chụp tách ra từ bộ dữ liệu chưa huấn luyện......... 66
Bảng 4.2 : Kết quả chụp trực tiếp trên Kit nhúng Beagleboard-xM ......................... 67
DANH MỤC BIỂU ĐỒ
Sơ đồ 2.1 : Các bước cơ bản trong xử lý ảnh .............................................................. 8
Sơ đồ 2.2 : Sơ đồ đơn giản về mạng neural nhân tạo ............................................... 15
Sơ đồ 2.3 : Sơ đồ mạng Perceptron nhiều lớp (MLP-MultiLayer Perceptron) ......... 15
Sơ đồ 2.4 : Sơ đồ khối của BeagleBoard-xM ........................................................... 26
Sơ đồ 3.1 : Lưu đồ thuật toán chương trình nhận diện chỉ số điện trên KIT ............ 39
Sơ đồ 3.2 : Sơ đồ huấn luyện và phân lớp ................................................................ 44
Sơ đồ 3.3 : Sơ đồ huấn luyện .................................................................................... 45
Sơ đồ 3.4 : Sơ đồ nhận diện bằng giải thuật SVM .................................................... 46
Sơ đồ 3.5 : Lưu đồ thuật toán tự động cập nhật giờ hệ thống ................................... 49
Sơ đồ 3.6 : Lưu đồ thuật toán gửi tin nhắn tự động từ mày chủ ............................... 51


Sơ đồ 3.7 : Lưu đồ thuật toán gửi tin nhắn cho các khách ........................................ 52
Sơ đồ 3.8 : Sơ đồ chức năng cập nhật thông tin ........................................................ 52
Sơ đồ 3.9 : Sơ đồ chức năng thay đổi mặt khẩu ........................................................ 53
Sơ đồ 3.10 : Sơ đồ chức năng thay đổi kết nối với CSDL và Modem GMS ............ 53

Sơ đồ 3.11 : Cơ sở dữ liệu ChiSoDien. ..................................................................... 56
DANH MỤC HÌNH
Hình 2.1 : Hệ tọa độ ba màu RGB ............................................................................ 12
Hình 2.2 : Mô phỏng thuật toán KNN ...................................................................... 14
Hình 2.3 : Ma trận ký tự số 0 .................................................................................... 14
Hình 2.4 : Siêu phẳng chia 2 tập mẫu ....................................................................... 17
Hình 2.5 : Cấu trúc mạng GSM ................................................................................ 20
Hình 2.6 : Ứng dụng hệ thống nhúng........................................................................ 23
Hình 2.7 : Hệ thống nhúng ........................................................................................ 23
Hình 2.8 : Kit nhúng BeagleBoard-xM ..................................................................... 26
Hình 2.9 : Chi tiết cấu tạo BeagleBoard-xM ............................................................ 27
Hình 2.10 : Thông số kỹ thuật chi tiết của BeagleBoard-xM ................................... 28
Hình 3.1 : Mô hình tổng quát hệ thống. .................................................................... 34
Hinh 3.2 : Mô hình phân lớp nhận dạng chỉ số điện ................................................. 40
Hình 3.3 : Trích chọn đặc trưng. ............................................................................... 42
Hình 3.4 : Giao diện chính quản lý chỉ số điện ......................................................... 57
Hình 3.5 : Giao diện đăng nhập tài khoản của phần mềm quản lý chỉ số điện ......... 57
Hình 3.6 : Giao diện tạo hóa đơn tiền điện của phần mềm quản lý chỉ số điện........ 58
Hình 3.7 : Chức năng quản lý khách hàng của phần mềm quản lý chỉ số điện ........ 59
Hình 3.8 : Giao diện gửi tin nhắn của phần mềm quản lý chỉ số điện ...................... 60
Hình 3.9 : Giao diện cài đặt liên kết của phần mềm quản lý chỉ số điện .................. 60
Hình 3.10 : Giao diện thông tin phần mềm quản lý chỉ số điện ............................... 61


Hình 3.11 : Giao diện hướng dẫn sử dụng phần mềm quản lý chỉ số điện ............... 61
Hình 3.12 : Giao diện Thoát ...................................................................................... 63
Hình 4.1 : Mô hình kết nối các thiết bị vào hệ thống ................................................ 63
Hình 4.2 : Ảnh chụp từ camera ................................................................................. 65
Hình 4.3 : Ảnh chụp từ camera chuyển về dạng nhị phân đen và trắng ................... 65
Hình 4.4 : Cắt ảnh thành 4 ảnh chứa riêng từng ô .................................................... 65

Hình 4.5 : Sau khi đăng nhập thành công ................................................................. 67
Hình 4.6 : Danh sách các khu vực do công ty điện quản lý ...................................... 68
Hình 4.7 : Thời gian gửi tin nhắn tự động đến các khu vực ..................................... 69
Hình 4.8 : Thời gian gửi tin nhắn tỳ ý đến các hộ khách hàng và khu vực .............. 70
Hình 4.9 : Lịch sử tin nhắn trong quá trình hoạt động .............................................. 70
Hình 4.10 : Thời gian chụp ảnh tự động sai giờ........................................................ 71
Hình 4.11 : Gửi tin nhắn cập nhật thời gian cho KIT ............................................... 71
Hình 4.12 : Cập nhật thời hệ thống trên KIT dựa vào SMS từ máy chủ .................. 72


1
CHƯƠNG 1: GIỚI THIỆU CHUNG VỀ ĐỀ TÀI
1.1 Giới thiệu chung và tổng quan các nghiên cứu liên quan đến đề tài
1.1.1 Tình hình nghiên cứu trong nước
Hiện nay, với sự phát triển nhanh chóng của Công nghệ thông tin đã giúp cho
con người rất nhiều trong nhiều lĩnh vực như kinh tế, giáo dục, dịch vụ…Việc đưa
ứng dụng nghệ thông tin vào quản lý và sản xuất đang được rất nhiều nhà sản xuất,
doanh nghiệp thực hiện nhằm tiết kiệm được chi phí thuê nhân công mà hiệu quả cao.
Tuy nhiên nhiều doanh nghiệp vẫn áp dụng cách thức quản lý và sản xuất tốn nhiều
nhân lực và tính hiệu quả không cao.
Tại Việt Nam trong những năm gần đây, lĩnh vực nhận dạng chữ và số đã được
nhiều đề tài nghiên cứu trong nước đặc biệt quan tâm. Một số nhóm nghiên cứu điển
hình như:
+ Tác giả Nguyễn Văn Long (2013) đã nghiên cứu và xây dựng ứng dụng nhận
diện biển số xe với SVM và thư viện OpenCV[1].
+ Sinh viên Phan Thanh Hưng và Bùi Minh Tân (2013) Đại Học Công Nghệ
Thông Tin TP.HCM đề xuất ý tưởng xây dựng hệ thống nhận diện chỉ số điện với Kit
nhúng BeagleBoard-xM và chương trình quản lý chỉ số điện. Tuy nhiên đề tài sử dụng
mã nguồn mở Tesseract-ORC nhận diện số in, chưa áp dụng với số điện thực tế.
+ Nhóm sinh viên Nguyễn Văn Tùng và Vũ Xuân Trường (2014) Đại Học Công

Nghệ Thông Tin TP.HCM đề xuất ý tưởng thiết kế và hiện thực hệ thống nhận diện
chỉ số công tơ điện bằng phương pháp máy học Support Vector Machine, chưa áp
dụng với số điện thực tế.
Từ những năm 1990, các hệ thống nhận diện thời gian thực được xây dựng và
phát triển trên cơ sở các phương pháp luận phân lớp trong lĩnh vực máy học kết hợp
với các kỹ thuật xử lý ảnh một cách hiệu quả. Một số phương pháp học máy tiên tiến
như mạng nơ ron, mô hình Markov ẩn, SVM,... đã được các nhà nghiên cứu áp dụng
để phát triển các ứng dụng trong lĩnh vực nhận diện chữ và số.


2
1.1.2 Tình hình nghiên cứu ngoài nước
Hiện nay, tại các nước phát triển như Mỹ, Ấn Độ, Đức... đồng hồ điện thường
được thiết kế với bộ xử lý tự động và hiển thị số điện tử nên không cần hệ thống chụp
và xử lý số điện bên ngoài. Các thiết bị này có khả năng giao tiếp từ xa thông qua
sóng điện từ. Việc này giảm thiểu nhiều công sức, thời gian cho nhân viên điện và
tiết kiệm chi phí doanh nghiệp điện.
Nhiều hãng thiết bị trên thế giới đã nghiên cứu thiết kế và chế tạo ra các đồng
hồ điện tử và thiết bị đọc chỉ số điện từ xa như hãng Shenitech của Mỹ, DigiFlow của
Hàn Quốc, BFM của Thụy Điển,... Tuy nhiên, giá của các thiết bị này cũng đắt hơn
nhiều so với các loại đồng hồ thông thường.
Từ những yếu tố trên việc xây dựng hệ thống hỗ trợ thu thập và quản lý chỉ số
điện tự động rất cần thiết, nhằm giúp cho con người không phải tham gia trực tiếp
hoặc ít phải tham gia vào các công việc nguy hiểm, độc hại và tốn thời gian. Các
doanh nghiệp tiết kiệm được nhân lực mà hiệu quả cao hơn gấp rất nhiều lần. Hiện
nay, nhiều doanh nghiệp vẫn còn áp dụng hình thức quản lý và sản xuất thủ công tốn
nhiều nhân lực điển hình như công ty điện lực hàng tháng tốn rất nhiều nhân viên đi
ghi số điện tại các hộ gia đình. Chính vì vậy, luận văn này mang tính khả thi và ứng
dụng cao giúp giảm thiểu số nhân lực trong việc ghi số điện. Có thể liên kết với các
công ty, doanh nghiệp điện triển khai, áp dụng rộng rãi vào đời sống thực tế.

- Xây dựng hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động thông qua
camera cho ứng dụng đọc chỉ số điện, sử dụng phương pháp máy học Support Vector
Machine. Cụ thể là chúng ta sẽ chụp ảnh chỉ số hiện tại trên màn hình của công tơ
điện và xử lý ảnh này sử dụng ngôn ngữ C++ cùng với phương pháp SVM để nhận
dạng, sau đó lưu giá trị nhận diện được vào một file text thể hiện chỉ số của công tơ
điện đó. Đồng thời, xây dựng phần mền nhận dạng chỉ số công tơ đồng hồ điện thông
qua Kit nhúng Beagleboard-xM.
Đề tài đã thực hiện nghiên cứu và thiết kế hệ thống tự động nhận diện ảnh
chụp từ Camera USB và gửi về máy chủ qua Modem 3G. Thực hiện được việc giao
tiếp với người dùng, định lịch hàng tháng gửi tin nhắn thông báo số điện, số tiền tiêu
thụ điện hàng tháng cho người dùng. Ngoài ra, hệ thống sẽ gửi tín hiệu tới hệ thống


3
yêu cầu chụp lại số điện nếu xảy ra sự cố.
Việc xử lý hình ảnh nhận được từ Camera chỉ thực hiện được chính xác trong
một số môi trường có ánh sáng phù hợp. Sự sai lệch của một số thiết bị như Camera
USB cũng là nguyên nhân làm cho việc xử lý ảnh không được chính xác.
Trong một vài trường hợp, thiết bị Modem 3G gặp sự cố như mất kết nối, tài
khoản thiết bị hết,... thì việc gửi nhận tin nhắn sẽ bất ổn định và không được đảm bảo.
Hệ thống trên KIT BeagleBoard-xM xử lý còn chậm do phải chạy nhiều
chương trình cùng lúc.
Chi phí cho bộ thiết bị của hệ thống khá cao khi đưa ứng dụng ra thực tế cần
rút gọn và tự thiết kế KIT có đầy đủ các chức năng yêu cầu để giảm chi phí.
1.2 Mục tiêu của luận văn
- Xây dựng hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động thông qua
camera cho ứng dụng đọc chỉ số điện, sử dụng phương pháp máy học Support Vector
Machine. Cụ thể là chúng ta sẽ chụp ảnh chỉ số hiện tại trên màn hình của công tơ
điện và xử lý ảnh này sử dụng ngôn ngữ C++ cùng với phương pháp SVM để nhận
dạng, sau đó lưu giá trị nhận diện được vào một file text thể hiện chỉ số của công tơ

điện đó. Đồng thời, xây dựng phần mền nhận dạng chỉ số công tơ đồng hồ điện thông
qua Kit nhúng Beagleboard-xM.
- Về lý thuyết :
 Tìm hiểu nhận dạng số và hệ thống tự động thu thập số điện.
 Tìm hiểu phân lớp nhận dạng và phương pháp máy học SVM.
 Nghiên cứu và xây dựng hệ thống tự động nhận diện chỉ số điện trên
Kit nhúng Beagleboard-xM.
- Về sản phẩm :
 Xây dựng phần mềm quản lý số điện trên máy chủ.
 Kết nối phần mềm nhúng trên board mạch và phần truyền thông giữa
board nhúng với máy chủ thông qua Modem 3G.


4
1.3. Phạm vi và đối tượng nghiên cứu
Phạm vi nghiên cứu:
 Đề tài thực hiện nghiên cứu nhận dạng số và hệ thống tự động thu thập số
điện.
+ Nhận dạng số : là dữ liệu ảnh chụp trực tiếp qua Camera USB, chưa qua quá
trình huấn luyện. So sánh với bộ dữ liệu đã huấn luyện và đưa ra số nhận diện. Dữ
liệu huấn luyện là bộ dữ liệu ảnh được đưa vào để huấn luyện tạo bộ dữ liệu chuẩn.
Dữ liệu mẫu bằng cách tiến hành chụp số điện để lấy mẫu, mỗi lần chụp xoay 4 ô số
ở cùng một giá trị để dễ dàng phân loại. Quá trình chụp thu được tất cả 20.000 mẫu
dữ liệu huấn luyện.
+ Hệ thống tự động thu thập số điện : là hệ thống tự động nhận diện ảnh chụp
chỉ số điện thông qua camera USB và gửi về máy chủ thông qua Modem 3G. Chương
trinh sẽ định lịch hàng tháng gửi tin nhắn thông báo số điện cho máy chủ. Ngoài ra,
hệ thống sẽ gửi tín hiệu tới hệ thống yêu cầu chụp lại số điện nếu xảy ra sự cố.
Đối tượng nghiên cứu :
 Quy trình xử lý ảnh số.

 Phương pháp máy học SVM và phân lớp nhận dạng.
 Công nghệ GSM áp dụng gửi và nhận tin nhắn, giao tiếp giữa Kit nhúng
và phần mềm máy chủ quản lý chỉ số điện
1.4. Nội dung thực hiện
 Tìm hiểu vế Kit nhúng Beagleboard-xM, phân loại lớp nhận dạng,…
 Xây dựng thuật toán nhận dạng chỉ số điện bằng phương pháp SVM.
 Tìm hiểu các phương pháp trích rút đặc trưng.
 Tìm hiểu các phương pháp huấn luyện bộ phân loại nhận dạng chỉ số điện
bằng thuật toán SVM.
 Xây dựng hệ thống :
 Xây dựng phần mềm quản lý số điện trên máy chủ.
 Nhúng chương trình lên Kit nhúng BeagleBoard-xM.


5
 Kết nối phần mềm nhúng trên board mạch và phần truyền thông giữa
board nhúng với máy chủ.
 Thử nghiệm, so sánh và đánh giá kết quả đạt được.
1.5 Phương pháp thực hiện
 Giới thiệu tổng quan về (Kit nhúng Beagleboard-xM, thư viện
OpenCV,…).
 Đi sâu nghiên cứu về SVM để chuẩn bị dữ liệu, bao gồm các kỹ thuật cho
việc trích chọn đặc trưng, tiền xử lý, cách huấn luyện.
 Nghiên cứu và ứng dụng thư viện mã nguồn xử lý ảnh Intel OpenCV,
EmguCV vào việc xây dựng phần mềm nhận dạng chỉ số điện.
 Tìm hiểu và thiết kế phần mềm quản lý số điện trên máy chủ bằng SQL
Server 2008 R2 và Visual Studio 2010. Nhận dạng các chỉ số công tơ điện
thông qua Camera bằng cách sử dụng ngôn ngữ lập trình C++ chạy trên hệ
điều hành Linux.
1.6. Dự kiến kết quả

 Kết quả lý thuyết:
 Xây dựng thuật toán nhận dạng bằng Support Vector Machine (SVM)
 Xây dựng các thuật toán hỗ trợ cho các thiết bị nhận dạng, giảm nhiểu và
các vấn đề liên quan đến nhận dạng chỉ số công tơ đồng hồ điện thông qua
Camera.
 Tên bài báo công bố
 Dự kiến tên công trình công bố trên tạp chí hoặc hội thảo khoa học “Xây

dựng Hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động”
 Kết quả thực nghiệm
 Xây dựng hệ thống quản lý trên máy chủ, phần mềm nhúng trên board
mạch và phần truyền thông giữa board nhúng với máy chủ thông qua 3G.
 Kết cấu luận văn
 Dự kiến nội dung luận văn gồm:


6
Chương 1: Chương I giới thiệu chung như lý do chọn đề tài, mục tiêu nghiên
cứu, giới hạn của đề tài, tổng quan về hệ thống hỗ trợ thu thập và quản lý chỉ
số điện tự động.
Chương 2: Trình bày các cơ sở ly thuyết liên quan đến đề tài như lý thuyết về
xử lý ảnh, các phương pháp nhận dạng số, công nghệ di động GSM, hệ thống
nhùng, tổng quan KIT BeagleBoard-xM, các kỹ thuật và ngôn ngữ lập trình.
Chương 3 : Trình bày chi tiết quá trình phân tích và thiết kế hệ thống như phân
tích đánh giá yêu cầu đề tài, từ đó thiết kế mô hình tổng quát của hệ thống gồm
phần mềm nhúng trên KIT BeagleBoard-xM và phần mềm hệ thống quản lý
chỉ số điện với người dùng trên máy chủ
Chương 4: Quy trình thử nghiệm hệ thống và đánh giá các kết quả thử nghiệm.
Kết luận và hướng phát triển.

7
CHƯƠNG 2 : Cơ Sở Lý Thuyết
2.1 Lý thuyết xử lý ảnh
2.1.1 Giới thiệu về hệ thống xử lý ảnh
Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Nó là một ngành
khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó
rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên
dụng riêng cho nó.
Xử lý ảnh được đưa vào giảng dạy ở bậc đại học ở nước ta khoảng chục năm
nay. Nó là môn học liên quan đến nhiều lĩnh vực và cần nhiều kiến thức cơ sở khác.
Đầu tiên phải kể đến xử lý tín hiệu số là một môn học hết sức cơ bản cho xử lý tín
hiệu chung, các khái niệm về tích chập, các biến đổi Fourier, biến đổi Laplace, các
bộ lọc hữu hạn… Thứ hai, các công cụ toán như Đại số tuyến tính, Xác xuất, thống
kê. Một số kiến thứ cần thiết như Trí tuệ nhân tao, Mạng nơ ron nhân tạo cũng được
đề cập trong quá trình phân tích và nhận dạng ảnh.
Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất
lượng ảnh và phân tích ảnh. Ứng dụng đầu tiên được biết đến là nâng cao chất lượng
ảnh báo được truyền qua cáp từ Luân đôn đến New York từ những năm 1920. Vấn đề
nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng và độ phân giải của ảnh.
Việc nâng cao chất lượng ảnh được phát triển vào khoảng những năm 1955. Điều này
có thể giải thích được vì sau thế chiến thứ hai, máy tính phát triển nhanh tạo điều kiện
cho quá trình xử lý ảnh số thuận lợi. Năm 1964, máy tính đã có khả năng xử lý và
nâng cao chất lượng ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ bao gồm: làm nổi
đường biên, lưu ảnh. Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất
lượng, nhận dạng ảnh phát triển không ngừng. Các phương pháp tri thức nhân tạo
như mạng nơ ron nhân tạo, các thuật toán xử lý hiện đại và cải tiến, các công cụ nén
ảnh ngày càng được áp dụng rộng rãi và thu nhiều kết quả khả quan.
Để dễ tưởng tượng, xét các bước cần thiết trong xử lý ảnh. Đầu tiên, ảnh tự
nhiên từ thế giới ngoài được thu nhận qua các thiết bị thu (như Camera, máy chụp

ảnh). Trước đây, ảnh thu qua Camera là các ảnh tương tự (loại Camera ống kiểu
CCIR). Gần đây, với sự phát triển của công nghệ, ảnh màu hoặc đen trắng được lấy


8
ra từ Camera, sau đó nó được chuyển trực tiếp thành ảnh số tạo thuận lợi cho xử lý
tiếp theo. (Máy ảnh số hiện nay là một thí dụ gần gũi). Mặt khác, ảnh cũng có thể tiếp
nhận từ vệ tinh, có thể quét từ ảnh chụp bằng máy quét ảnh. Hình dưới đây mô tả các
bước cơ bản trong xử lý ảnh.

Sơ đồ 2.1 : Các bước cơ bản trong xử lý ảnh
Sơ đồ này bao gồm các thành phần sau:
2.1.1.1 Phần thu nhận ảnh (Image Acquisition)
Công việc cụ thể ở giai đoạn này là thu ảnh qua một bộ thu ảnh và số hoá
những tín hiệu liên tục được sinh ra bởi bộ thu ảnh đó. Bộ thu ảnh có thể là máy chụp
ảnh đơn sắc hay màu, máy quét ảnh, máy quay.... Thường ảnh nhận qua camera là
ảnh tương tự (loại camera ống chuẩn CCIR với tần số 1/25, mỗi ảnh 25 dòng), cũng
có loại camera đã số hoá (như loại CCD – Change Coupled Device) là loại photodiot
tạo cường độ sáng tại mỗi điểm ảnh.
Camera thường dùng là loại quét dòng ; ảnh tạo ra có dạng hai chiều. Chất
lượng một ảnh thu nhận được phụ thuộc vào thiết bị thu, vào môi trường (ánh sáng,
phong cảnh)
2.1.1.2 Tiền xử lý (Image Processing)
Công việc cụ thể của bước này là cải thiện độ tương phản của ảnh, khử nhiễu.
Mục đích của các công việc tiền xử lý là làm cho chất lượng ảnh trở lên tốt hơn, nâng
độ tương phản để làm ảnh rõ hơn, nét hơn.chuẩn bị cho các bước xử lý tiếp theo.
2.1.1.3 Phân đoạn (Segmentation) hay phân vùng ảnh
Phân vùng ảnh là tách một ảnh đầu vào thành các vùng thành phần để biểu

9
diễn phân tích, nhận dạng ảnh hay còn gọi là các đối tượng để biểu diễn phân tích,
nhận dạng ảnh. Ví dụ: để nhận dạng chữ (hoặc mã vạch) trên phong bì thư cho mục
đích phân loại bưu phẩm, cần chia các câu, chữ về địa chỉ hoặc tên người thành các
từ, các chữ, các số (hoặc các vạch) riêng biệt để nhận dạng. Đây là phần phức tạp khó
khăn nhất trong xử lý ảnh và cũng dễ gây lỗi, làm mất độ chính xác của ảnh. Kết quả
nhận dạng ảnh phụ thuộc rất nhiều vào công đoạn này.
2.1.1.4 Biểu diễn ảnh (Image Representation)
Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn)
cộng với mã liên kết với các vùng lận cận. Việc biến đổi các số liệu này thành dạng
thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính. Việc chọn các tính chất để
thể hiện ảnh gọi là trích chọn đặc trưng (Feature Selection) gắn với việc tách các đặc
tính của ảnh dưới dạng các thông tin định lượng hoặc làm cơ sở để phân biệt lớp đối
tượng này với đối tượng khác trong phạm vi ảnh nhận được. Ví dụ: trong nhận dạng
ký tự trên phong bì thư, chúng ta miêu tả các đặc trưng của từng ký tự giúp phân biệt
ký tự này với ký tự khác.
2.1.1.5 Nhận dạng và nội suy ảnh (Image Recognition and
Interpretation)
Nhận dạng ảnh là quá trình xác định ảnh. Quá trình này thường thu được bằng
cách so sánh với mẫu chuẩn đã được học (hoặc lưu) từ trước. Một số đối tượng nhận
dạng khá phổ biến hiện nay đang được áp dụng trong khoa học và công nghệ như
nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản, nhận dạng
vân tay, nhận dạng mã vạch, nhận dạng mặt người...Nội suy là phán đoán theo ý nghĩa
trên cơ sở nhận dạng. Ví dụ: một loạt chữ số và nét gạch ngang trên phong bì thư có
thể được nội suy thành mã điện thoại. Có nhiều cách phân loại ảnh khác nhau về ảnh.
Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh được phân theo hai loại
nhận dạng ảnh cơ bản:
- Nhận dạng theo tham số.
- Nhận dạng theo cấu trúc.
Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng trong

khoa học và công nghệ là: nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận


10
dạng văn bản (Text), nhận dạng vân tay, nhận dạng mã vạch, nhận dạng mặt người…
2.1.1.6 Cơ sở tri thức (Knowledge Base)
Như đã nói ở trên, ảnh là một đối tượng khá phức tạp về đường nét, độ sáng
tối, dung lượng điểm ảnh, môi trường để thu ảnh phong phú kéo theo nhiễu. Trong
nhiều khâu xử lý và phân tích ảnh ngoài việc đơn giản hóa các phương pháp toán học
đảm bảo tiện lợi cho xử lý, người ta mong muốn bắt chước quy trình tiếp nhận và xử
lý ảnh theo cách của con người. Trong các bước xử lý đó, nhiều khâu hiện nay đã xử
lý theo các phương pháp trí tuệ con người. Vì vậy đã được xử lý theo các phương
pháp trí tuệ nhân tạo, sử dụng cơ sở tri thức của con người
2.1.1.7 Mô tả (biểu diễn ảnh)
Từ hình 2.1, ảnh sau khi số hoá sẽ được lưu vào bộ nhớ, hoặc chuyển sang các
khâu tiếp theo để phân tích. Nếu lưu trữ ảnh trực tiếp từ các ảnh thô, đòi hỏi dung
lượng bộ nhớ cực lớn và không hiệu quả theo quan điểm ứng dụng và công nghệ.
Thông thường, các ảnh thô đó được đặc tả (biểu diễn) lại (hay đơn giản là mã hoá)
theo các đặc điểm của ảnh được gọi là các đặc trưng ảnh (Image Features) như: biên
ảnh (Boundary), vùng ảnh (Region). Một số phương pháp biểu diễn thường dùng:
• Biểu diễn bằng mã chạy (Run-Length Code)
• Biểu diễn bằng mã xích (Chaine -Code)
• Biểu diễn bằng mã tứ phân (Quad-Tree Code)
Biểu diễn bằng mã chạy
Phương pháp này thường biểu diễn cho vùng ảnh và áp dụng cho ảnh nhị phân.
Một vùng ảnh R có thể mã hoá đơn giản nhờ một ma trận nhị phân:
U(m, n) = 1 nếu (m, n) thuộc R
U( m, n) = 0 nếu (m, n) không thuộc R
Trong đó: U(m, n) là hàm mô tả mức xám ảnh tại tọa độ (m, n). Với cách biểu
diễn trên, một vùng ảnh được mô tả bằng một tập các chuỗi số 0 hoặc 1. Giả sử chúng

ta mô tả ảnh nhị phân của một vùng ảnh được thể hiện theo toạ độ (x, y) theo các
chiều và đặc tả chỉ đối với giá trị “1” khi đó dạng mô tả có thể là: (x, y)r; trong đó (x,
y) là toạ độ, r là số lượng các bit có giá trị “1” liên tục theo chiều ngang hoặc dọc.


11
2.1.2 Một số vấn đề cơ bản trong hệ thống xử lý ảnh
2.1.2.1 Điểm ảnh (Pixel)
Gốc của ảnh (ảnh tự nhiên) là ảnh liên tục về không gian và độ sáng. Để xử lý
bằng máy tính (số), ảnh cần phải được số hoá. Số hoá ảnh là sự biến đổi gần đúng
một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị trí (không gian) và độ
sáng (mức xám). Khoảng cách giữa các điểm ảnh đó được thiết lập sao cho mắt người
không phân biệt được ranh giới giữa chúng. Mỗi một điểm như vậy gọi là điểm ảnh
(PEL: Picture Element) hay gọi tắt là Pixel. Trong khuôn khổ ảnh hai chiều, mỗi pixel
ứng với cặp tọa độ (x, y).
Định nghĩa : Điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x, y) với
độ xám hoặc màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh đó được
chọn thích hợp sao cho mắt người cảm nhận sự liên tục về không gian và mức xám
(hoặc màu) của ảnh số gần như ảnh thật. Mỗi phần tử trong ma trận được gọi là một
phần tử ảnh.
2.1.2.2 Độ phân giải của ảnh
Định nghĩa: Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh được ấn
định trên một ảnh số được hiển thị.
Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt
người vẫn thấy được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo
nên một mật độ phân bổ, đó chính là độ phân giải và được phân bố theo trục x và y
trong không gian hai chiều. Ví dụ: Độ phân giải của ảnh trên màn hình CGA (Color
Graphic Adaptor) là một lưới điểm theo chiều ngang màn hình: 320 điểm chiều dọc
* 200 điểm ảnh (320*200). Rõ ràng, cùng màn hình CGA 12” ta nhận thấy mịn hơn
màn hình CGA 17” độ phân giải 320*200. Lý do: cùng một mật độ (độ phân giải)

nhưng diện tích màn hình rộng hơn thì độ mịn (liên tục của các điểm) kém hơn.
2.1.2.3 Mức xám của ảnh
Một điểm ảnh (pixel) có hai đặc trưng cơ bản là vị trí (x, y) của điểm ảnh và
độ xám của nó. Dưới đây chúng ta xem xét một số khái niệm và thuật ngữ thường
dùng trong xử lý ảnh.


12
a) Định nghĩa: Mức xám của điểm ảnh là cường độ sáng của nó được gán bằng
giá trị số tại điểm đó.
b) Các thang giá trị mức xám thông thường: 16, 32, 64, 128, 256 (Mức 256 là
mức phổ dụng. Lý do: từ kỹ thuật máy tính dùng 1 byte (8 bit) để biểu diễn mức xám:
Mức xám dùng 1 byte biểu diễn: 28=256 mức, tức là từ 0 đến 255).
c) Ảnh đen trắng: là ảnh có hai màu đen, trắng (không chứa màu khác) với
mức xám ở các điểm ảnh có thể khác nhau.
d) Ảnh nhị phân: ảnh chỉ có 2 mức đen trắng phân biệt tức dùng 1 bit mô tả 21
mức khác nhau. Nói cách khác: mỗi điểm ảnh của ảnh nhị phân chỉ có thể là 0 hoặc 1.
e) Ảnh màu: trong khuôn khổ lý thuyết ba màu (Red, Blue, Green) để tạo nên
thế giới màu, người ta thường dùng 3 byte để mô tả mức màu, khi đó các giá trị màu:
28*3=224≈ 16,7 triệumàu.
2.1.2.4 Hệ tọa độ màu
Tổ chức quốc tế về chuẩn hóa màu CIE (Commission Internationale
d’Eclairage) đưa ra một số chuẩn để biểu diễn màu. Các hệ này có các chuẩn riêng.
Hệ chuẩn màu CIE-RGB dùng 3 màu cơ bản R, G, B và ký hiệu RGBCIE để phân
biệt với các chuẩn khác. Như đã nêu trên, một màu là tổ hợp của các màu cơ bản theo
một tỷ lệ nào đó. Như vậy, mỗi pixel ảnh màu ký hiệu Px, được viết: (T: trong công
thức dưới đây là ký hiệu chuyển vị)
Px = red, green,blue
Người ta dùng hệ tọa độ ba màu R-G-B (tương ứng với hệ tọa độ x-y-z) để
biểu diễn màu như sau:

Hình 2.1 : Hệ tọa độ ba màu RGB


13
Trong cách biểu diễn này ta có công thức:
đỏ + lục + lơ =1
Công thức này gọi là công thức Maxwell. Trong hình trên, tam giác tạo bởi ba
đường đứt đoạn gọi là tam giác Maxwell. Màu trắng trong hệ tọa độ này được tính
bởi:
trắngCIE = (đỏCIE + lụcCIE + lơCIE) = 1
2.1.3 Ứng dụng của xử lý ảnh
Hiện nay, xử lý ảnh được ứng dụng trong rất nhiều lĩnh vực như:
 Hệ thống quản ly chất lượng và số lượng hàng hóa trong các dây truyền
tự động.
 Hệ thống nhận dạng ký tự, các ngôn ngữ khác nhau như: Tiếng Anh,
Tiếng Trung, Tiếng Nhật, Tiếng Việt...
 Nhận dạng công nghiệp, y học, thương mại, điều tra khoáng sản, vector
hóa bản đồ trong địa lý.
 Quan sự, thiên văn học, an ninh, dự bao thời tiết.
Các hệ thống bảo mật, kiểm soát truy cập, quá trình xử lý ảnh với mục đích
nhận dạng vân tay, khuôn mặt, biển số, mã vạch, nhận dạng tội phạm…
2.2 Một số phương pháp nhận dạng số
Nhận dạng số là một phần trong nhận dạng ký tự. Đây là lĩnh vực được nhiều
nhà nghiên cứu quan tâm và cho đến nay lĩnh vực này cũng đã đạt được nhiều thành
tựu lớn lao cả về mặt lý thuyết lẫn ứng dụng thực tế.
2.2.1 Phương phap K-Nearest Neighbor
Phương phap K-Nearest Neighbor (KNN) là phương pháp xác định đối tượng
dựa vào khoảng cách gần nhất giữa đối tượng cần xét với tất cả các mẫu trong dữ liệu
huấn luyện (Training Data). Một đối tượng được phân lớp dựa vào số K láng giềng

của nó. K là số nguyên dương được xác định trước khi thực hiện thuật toán.
Người ta thường dùng khoảng cách Euclidean để tính khoảng cách giữa các
đối tượng. Thuật toán KNN được mô tả như sau:


14
 Xác định giá trị tham số K (số láng giềng gần nhất).
 Tính khoảng cách giữa đối tượng cần xét với dữ liệu huấn luyện.
 Sắp xếp theo khoảng cách tăng dần và xác định K láng giềng gần nhất với
nó.
 Dựa vào phần lớn lớp của láng giềng gần nhất để xác định giá trị đối tượng.

Hinh 2.2 : Mô phỏng thuật toán KNN
Khi đó để xây dựng cơ sở dữ liệu cho KNN cần phải trích lọc ký tự (hay số)
rồi chuyển ảnh sang dạng bitmap, thiết lập các ma trận ký tự rồi đưa vào file dữ liệu
huấn luyện.

Hinh 2.3 : Ma trận ký tự số 0
Phương pháp này thường chính xác nhưng chậm do phải duyệt qua toàn bộ
dữ liệu để tìm phần tử gần nhất.
2.2.2 Mạng neural nhân tạo - Artificial Neural Network
Mạng neural nhân tạo là một hệ thống bao gồm nhiều phần xử lý đơn giản hay
còn gọi là neural) tựa như neural thần kinh của não người, hoạt động song song và
được nối với nhau bởi các liên kết neural. Mỗi liên kết kèm theo một trọng số nào đó,
đặc trưng cho tính kích hoạt giữa các neural.