共查询到20条相似文献,搜索用时 78 毫秒
1.
手写体汉字变形规律的机器发现 总被引:1,自引:0,他引:1
手写汉字的不规整是手写汉字的一个主要特点,也是影响识别率的一个重要因素。利用机器发现的方法,从大量手写体汉字样本中寻求手写汉字变形的一般规律,并将变形规律应用手汉字识别的过程之中,可以大大提高分类的准确性,并可以压缩样本字典的容量,提高匹配速度。 相似文献
2.
SVM在小字符集脱机手写体汉字识别中的应用研究 总被引:5,自引:2,他引:5
提出将SVM方法引入小字符集脱机手写体汉字识别,利用较少的训练样本就可以达到比较理想的识别效果,并在小校本学习的情况下同最小距离法和多重相似度法的识别率和识别时间作了比较,说明SVM方法在小字符集脱机手写体汉字识别中实用性。 相似文献
3.
BP算法在手写体汉字识别中的应用 总被引:2,自引:3,他引:2
介绍了人工神经网络的概念和原理,重点介绍和推导了BP算法。分析了手写体汉字识别存在的问题及应用的技术,并对利用BP算法进行手写体汉字识别进行了详细讨论,分析了在用BP算法进行手写体汉字识别时的具体步骤,最后介绍了对BP算法提出的改进方法。 相似文献
4.
5.
手写体汉字识别的超综合方法 总被引:1,自引:0,他引:1
受超综合思想的启发,本文提出了两种手写体汉字识别的集成方法。第一种方法基于线性模型,第二种则基地有监督学习的网络集成方法。与以前的集成方法相比,该方法在通过监督学习自动获取集成系统的参数方面取得了成功,它对于分类大量的模式识别问题是非常重要的。实验结果证明,集成系统的效果比任何一个单一分类器要好得多。 相似文献
6.
在脱机手写汉字识别系统中,采用汉字图像的整形变换,可以提高手写汉字的识别率,特别是对于从网络中提取识别特征的识别方法,其识别率的提高是显著的,本文在研究现有汉字图像整形变换的基础上,提出了对汉字外缘流畅笔划的修整算法,提出了有引导的整形变换的基础上,提出了对汉字外缘流畅笔划的修整算法,提出了有引导的整形变换算法;即在整形变换之前,先对汉字图像的畸变形态及畸变程度进行预测及预处理,以便引导整形变换的 相似文献
7.
8.
针对以往手写体汉字识别方法的形近字准确识别率低、实现过程复杂和运算速度慢等不足,提出了一种比较简单和快捷的手写体汉字识别方法.该方法首先提取汉字整形特征,再按照笔顺进行编码,然后建立标准样本识别库,最后融合模糊模式识别方法以进行汉字识别.实验结果证明,该方法较好地解决了目前形近字的识别率低等问题,实现了以较快的速度和较高的准确率进行手写体汉字的在线识别. 相似文献
9.
基于整形特征和模糊识别的手写体汉字识别 总被引:5,自引:2,他引:5
针对以往手写体汉字识别方法的形近字准确识别率低、实现过程复杂和运算速度慢等不足,提出了一种比较简单和快捷的手写体汉字识别方法。该方法首先提取汉字整形特征,再按照笔顺进行编码,然后建立标准样本识别库,最后融合模糊模式识别方法以进行汉字识别。实验结果证明,该方法较好地解决了目前形近字的识别率低等问题,实现了以较快的速度和较高的准确率进行手写体汉字的在线识别。 相似文献
10.
11.
12.
13.
一种识别手写汉字的多分类器集成方法 总被引:3,自引:1,他引:3
根据多信源信息处理与字符识别的经验知识,提出了一个识别手写汉字的多分类器线性集成模型.这个模型不仅考虑到不同的分类器对不同字符识别能力的不同,而且还考虑了不同的分类器得出的输入字符与参考模板之间相似度的实际大小对判决的影响,及不同分类器提供的候选字符对判决的支持作用,更重要的是提供了一种通过监督学习,利用计算机程序自动计算模型参数的方法,因而实现了一个较好的集成系统.同时,本文还提供了三个用于集成的分类器,它们集成的结果充分显示了本方法的有效性. 相似文献
14.
ART2神经网络在手写体汉字识别中的应用 总被引:4,自引:0,他引:4
该文提出了一种基于神经网络的手写体汉字识别方法,该算法充分利用神经网络的自适应学习能力。ART2网络通过竞争学习和自稳机制原理实现分类,可以在非平稳的、有干扰的环境中进行无教师无监督的自学习。其学习过程是自组织的实时学习,能够迅速识别已学习过的样本,并能迅速适应未学习过的新对象。考虑到Gabor滤波器具有优良的方向性,该算法采用Gabor特征作为字符特征。Gabor特征反映字符的空间分布特征,而且可以组合成高维矢量,特别适用于汉字识别这大型模式识别场合。实验结果显示,该算法对测试样本识别正确率达到94%,比其他方法更准确、更可靠。 相似文献
15.
脱机手写体汉字识别研究综述 总被引:7,自引:2,他引:7
脱机手写体汉字识别是汉字识别领域中最难的课题。该文对目前脱机手写体汉字识别在预处理、特征提取、分类识别及后处理四个阶段主要采用的方法做了简要介绍,阐述了各种方法的优缺点,并提出了一种将支持向量机有效地用于解决多分类问题的策略。最后根据目前的研究状况,指出今后研究中需要注意的问题和研究的发展方向。 相似文献
16.
17.
18.
一种手写体汉字识别的神经网络多分类器集成方案 总被引:1,自引:1,他引:1
提出了一种基于单字单网的手写体汉字识别纯神经网络的多分类器集成方案,并通过实验证明用该方案实现的神经网络集成系统性能均比任一个神经网络单分类器都好,对1 000种不同的手写体汉字的1 000×10个字进行测试,集成后的识别率最高达到95.22%,比单分类器的识别率高出5.0%-8.7%。 相似文献
19.
利用小波分析方法将汉字图象分解为横、撇、竖、捺4个方向的分量,然后结合弹性网络技术,提出了进行了手写体汉字特征提取的一种新方法,实验结果显示此方法是行之有效的。 相似文献
20.
为了提高手写汉字的识别率和降低训练时间,提出了一种基于多通道PCA(Principal component analysis)模型的手写汉字识别方法.该方法首先根据汉字的结构特点,将手写汉字分解为“一”、“I”、“J”、“\”4种方向子模式,然后分别对每个子模式进行主分量分析,最后通过建立起每类汉字的多通道PCA模型来进行手写汉字的识别.该方法既兼顾了主分量对手写汉字的描述能力,又有效地降低了建立模型的训练时间.针对1034类别的手写汉字样本的实验结果表明,该汉字识别方法的识别率较欧氏距离分类器提高了4.4个百分点,而其训练时间则明显低于直接进行PCA重建的识别方法,由此可见,该方法是有效的。 相似文献