基于多级分类器和神经网络集成的手写体汉字识别

被引:4
作者
魏浩
宫宁生
机构
[1] 南京工业大学
关键词
汉字识别; 粗分类; 细分类; 球领域模型; 神经网络集成;
D O I
10.16208/j.issn1000-7024.2009.09.041
中图分类号
TP391.43 [];
学科分类号
0811 ; 081101 ; 081104 ; 1405 ;
摘要
为了提高系统的泛化能力,在分析了当前汉字识别最新发展技术的基础上,提出了一种三级识别策略的汉字识别系统模型。第一级,使用传统的外围特征法将待选字进行粗分;第二级,使用笔划密度特征法进行细分;第三级,使用一种基于球领域模型的神经网络集成算法对结果进行最后的确认。模拟算法证明,它可以更进一步地提高系统的泛化能力。
引用
收藏
页码:2267 / 2269
页数:3
相关论文
共 8 条
[1]  
基于神经网络分类器的汉字识别系统研究.[D].李鑫.辽宁工程技术大学.2005, 03
[2]  
用于脱机手写体汉字识别的神经网络的研究.[D].顾磊.南京工业大学.2005, 01
[3]  
基于多神经网络集成的手写体字符识别.[D].李冰.华中科技大学.2005, 05
[4]  
手写体汉字的计算机识别研究.[D].赵云.武汉理工大学.2004, 03
[5]  
基于多算法集成和神经网络的汉字识别系统的研究.[D].鲍胜利.四川大学.2002, 02
[6]   构造型神经网络双交叉覆盖增量学习算法 [J].
陶品 ;
张钹 ;
叶榛 .
软件学报, 2003, (02) :194-201
[7]   神经网络集成 [J].
周志华 ;
陈世福 .
计算机学报, 2002, (01) :1-8
[8]   M-P神经元模型的几何意义及其应用 [J].
张铃 ;
张钹 .
软件学报, 1998, (05) :15-19