作者:
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:
本文根据孟加拉数字的特点,用Kirsch算子提取字符图像象素的水平、垂直、右对角线和左对角线特征矢量,采用BP神经网络作分类器进行识别。实验结果显示,对于孟加拉手写体数字具有较高的识别率和较快的识别速度,并对其它手写体数字也有很强的应用性。
推荐文章
基于组合特征的手写体数字识别方法
手写体数字
独立分量分析
核主分量分析
支持向量机
一种新的基于Grassmann流形度量的手写体数字识别方法
手写字符识别
Grassmann流形
几何变换
最近邻分类
基于混合特征的孟加拉手写体数字识别
特征提取
Kirsch算子
孟加拉手写体数字
BP神经网络
基于形体特征的手写体数字识别
手写体数字
预处理
骨架搜索
模板匹配
特征匹配
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 一种基于方向特征的孟加拉手写体数字识别方法
来源期刊 图象识别与自动化 学科 工学
关键词 方向特征 Kimch算子 孟加拉手写体数字 BP神经网络
年,卷(期) 2005,(2) 所属期刊栏目
研究方向 页码范围 39-42
页数 4页 分类号 TP391.4
字数 语种
DOI
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 吕淑静 2 0 0.0 0.0
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  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(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
方向特征
Kimch算子
孟加拉手写体数字
BP神经网络
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
图象识别与自动化
半年刊
上海中山北路3185号
出版文献量(篇)
298
总下载数(次)
1
总被引数(次)
0
论文1v1指导