基于多分类器组合的一种手写体数字识别方法

• 作者: 吴平东 李晓梅 柳回春 陈之龙 马树元
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 多分类器组合 模板匹配 RBF Bagging
• 年，卷（期）: 2003,（z1）
• 所属期刊栏目: 学术论文
• 页码范围: 208-210
• 页数: 3页
• 分类号: TP183|TP391.4
• 字数: 2420字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2003.z1.084

摘要

提出了一种手写体数字识别系统.该系统由三级分类器组成:第一级提取交叉点、闭和圆等结构特征,并用模板匹配的方法进行分类;第二级由两个并行的神经网络分类器组成,每个分类器分别使用不同的统计特征;第三级是综合分类器,它将第二级的输出作为输入,根据投票规则得到最后的输出结果.多分类器组合可以集合分类器的优点,提高整个识别系统的识别精度和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马树元	北京理工大学机械工程与自动化学院	67	1188	18.0	33.0
2	吴平东	北京理工大学机械工程与自动化学院	106	1208	18.0	30.0
3	柳回春	北京理工大学机械工程与自动化学院	6	391	5.0	6.0
4	陈之龙	北京理工大学机械工程与自动化学院	48	754	15.0	26.0
5	李晓梅	北京理工大学机械工程与自动化学院	3	88	2.0	3.0