基于并行特征组合与广义K-L变换的字符识别

• 作者: 杨健 杨静宇 高建贞
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 特征融合 特征组合 广义K-L变换 特征抽取 手写体字符识别
• 年，卷（期）: 2003,（3）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 490-495
• 页数: 6页
• 分类号: TP391
• 字数: 5370字
• 语种: 中文

摘要

针对传统的串行特征融合方法的弱点,提出了一种新的并行特征融合方法.该方法的基本思路是:首先,利用复向量将样本空间上的两组特征集组合起来,构成复特征向量空间;然后,从理论上推广了经典的K-L变换方法与3种基本的K-L展开方法,使其适用于复特征向量空间内的特征抽取.此外,还揭示了并行特征融合的对称性质,并详细讨论了并行特征组合的策略问题.最后,用所提出的方法来解决手写体字符的特征抽取与识别问题.在南京理工大学NUST603HW手写体汉字库以及Concordia大学的CENPARMI手写体阿拉伯数字数据库上的实验结果表明,所提出的特征融合方法不仅较大幅度地提高了识别率,而且识别结果优于传统的串行特征融合方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨静宇	南京理工大学计算机科学系	623	11098	50.0	74.0
2	杨健	南京理工大学计算机科学系	37	830	12.0	28.0
3	高建贞	南京理工大学计算机科学系	4	212	4.0	4.0