学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
脱机手写汉字识别的最优采样特征新方法
被引:9
作者
:
张睿
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电子工程系智能技术与系统国家重点实验室,清华大学电子工程系智能技术与系统国家重点实验室,清华大学电子工程系智能技术与系统国家重点实验室北京,北京,北京
张睿
丁晓青
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电子工程系智能技术与系统国家重点实验室,清华大学电子工程系智能技术与系统国家重点实验室,清华大学电子工程系智能技术与系统国家重点实验室北京,北京,北京
丁晓青
方驰
论文数:
0
引用数:
0
h-index:
0
机构:
清华大学电子工程系智能技术与系统国家重点实验室,清华大学电子工程系智能技术与系统国家重点实验室,清华大学电子工程系智能技术与系统国家重点实验室北京,北京,北京
方驰
机构
:
[1]
清华大学电子工程系智能技术与系统国家重点实验室,清华大学电子工程系智能技术与系统国家重点实验室,清华大学电子工程系智能技术与系统国家重点实验室北京,北京,北京
来源
:
中国图象图形学报
|
2002年
/ 02期
关键词
:
脱机手写汉字识别;
最优采样特征;
统计模式识别方法;
D O I
:
暂无
中图分类号
:
TP391.43 [];
学科分类号
:
0811 ;
081101 ;
081104 ;
1405 ;
摘要
:
在脱机手写汉字识别中 ,笔画形变是造成识别率下降的主要原因 ,减少笔画形变的影响是提高脱机手写汉字识别率的关键 .针对上述问题 ,提出了最优采样特征 .该特征以目前被广泛应用的方向线素特征为基础 ,在一定的约束条件下 ,通过移动采样点的位置 ,可以适应笔画的形变 .从而减少特征的类内方差 ,提高特征的可分性 ,改进了识别性能 .通过在 THCHR样本集上进行实验 ,并对最优采样特征和方向线素特征的实验结果进行比较 ,验证了最优采样特征的识别率优于方向线素特征
引用
收藏
页码:74 / 78
页数:5
相关论文
共 1 条
[1]
Machine recognition of printed chinese character via transformation algorithms. Wang P P, Shiau R C. Pattern Recognition . 1973
←
1
→
共 1 条
[1]
Machine recognition of printed chinese character via transformation algorithms. Wang P P, Shiau R C. Pattern Recognition . 1973
←
1
→