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:
在采用最近邻法进行模式识别时,减小搜索的计算量是一个重要的问题,对于在线识别尤为重要,解决的途径之一是采用快速搜索近邻法.快速近邻法在将样本集分级后,若采用样本均值作为子集圆心,则求取所得的样本子集半径将大于其实际半径.该文介绍了一种高维特征情况下的样本子集圆心的求取方法,根据该方法求得的样本子集圆心与样本均值存在一定的距离,且求得的样本子集半径较小.将这两个圆心以及子集中特征累加值最大和最小的样本作为定位点,应用于基于三角不等式的搜索算法的样本排除规则,大大减少了搜索的计算量.在手写汉字识别实验中,基于该方法的快速近邻法识别速度更快.
推荐文章
小波分形分解特征在手写体汉字识别中的研究
汉字识别
特征提取
小波
分形
基于参照模型的联机手写汉字笔划提取及识别
模式识别
参照模型
笔划提取
A*算法
BP网络在手写体数字识别中的应用
数字识别
BP神经网络
部分连接
应用
基于局部模块组合的手写汉字识别算法
手写汉字识别
分块组合
椭圆拟合
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 高维特征下快速近邻法的定位点选择及在手写汉字识别中的应用
来源期刊 计算机工程与应用 学科 工学
关键词 高维特征 快速近邻法 三角不等式 样本子集 汉字识别
年,卷(期) 2004,(32) 所属期刊栏目 学术探讨
研究方向 页码范围 71-72,88
页数 3页 分类号 TP391
字数 2128字 语种 中文
DOI 10.3321/j.issn:1002-8331.2004.32.020
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 杨静宇 南京理工大学计算机系 623 11098 50.0 74.0
2 娄震 南京理工大学计算机系 37 509 12.0 21.0
3 朱宁波 南京理工大学计算机系 3 14 2.0 3.0
4 曾生根 南京理工大学计算机系 11 447 9.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (18)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1988(1)
  • 参考文献(1)
  • 二级参考文献(0)
1989(1)
  • 参考文献(1)
  • 二级参考文献(0)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2004(1)
  • 引证文献(1)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
高维特征
快速近邻法
三角不等式
样本子集
汉字识别
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导