基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
采用PCA学习子空间方法来进行灰度图象上字符的识别,不仅克服了传统的基于二值化字符特征提取和识别所带来的主要困难,还尽量多地保存了字符特征.该算法在PCA子空间的基础上,通过反馈监督学习的方法使子空间作旋转调整,从而获得了更好的分类效果.特别当字符类别数不是很大时,子空间的训练时间也将在可接受的范围之内.应用效果也表明,采用PCA学习子空间算法对车牌汉字这一有限汉字集进行识别,取得了较好的效果,实用价值较高.
推荐文章
基于笔划和笔顺的汉字识别算法
汉字识别
手写汉字
冒泡排序算法
基于LBP和PCA机器学习的手势识别算法
手势识别
局部二值模式
主成分分析
支持向量机
机器学习
基于子空间学习的图稀疏属性选择算法
属性约简
属性选择
子空间学习
线性判别分析
局部保持投影
稀疏学习
基于Boosting算法的车牌汉字识别
Boosting
AdaBoost
分类器
车牌汉字识别
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PCA学习子空间算法的有限汉字识别
来源期刊 中国图象图形学报A辑 学科 工学
关键词 灰度图象的OCR识别 PCA学习子空间算法 字符特征信息
年,卷(期) 2001,(2) 所属期刊栏目 学术论文与技术报告
研究方向 页码范围 186-190
页数 5页 分类号 TP391.43
字数 5871字 语种 中文
DOI 10.3969/j.issn.1006-8961.2001.02.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘济林 浙江大学信电系 141 1652 21.0 33.0
2 蒋伟峰 浙江大学信电系 6 174 4.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (3)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
2001(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
灰度图象的OCR识别
PCA学习子空间算法
字符特征信息
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中国图象图形学报
月刊
1006-8961
11-3758/TB
大16开
北京9718信箱
82-831
1996
chi
出版文献量(篇)
5906
总下载数(次)
17
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导