基于融合特征和LS-SVM的脱机手写体汉字识别

• 作者: 杨扬 陈飞 高彦宇
• 来源期刊: 北京科技大学学报
• 学科: 工学
• 关键词: 脱机手写体汉字识别 最小二乘支持向量机 Zemike矩 弹性网格
• 年，卷（期）: 2005,（4）
• 所属期刊栏目: 控制与决策
• 页码范围: 509-512
• 页数: 4页
• 分类号: TP391.4
• 字数: 2739字
• 语种: 中文
• DOI: 10.3321/j.issn:1001-053X.2005.04.030

摘要

提出的脱机手写体汉字识别系统主要研究特征提取和分类识别两个模块.特征提取模块主要包括采用基于不变矩和弹性网格技术的串行特征融合方法,所得到的特征向量不仅充分反映了手写体汉字的全局和局部特征,而且具有很强的区分表达能力.分类识别模块将神经网络多类分类策略与最小二乘支持向量机相结合,所得到的分类器不仅识别率高、泛化能力强,而且有效地解决了多类分类问题.实验证明本文提出的识别系统能够取得很好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨扬	北京科技大学信息工程学院	183	2049	21.0	36.0
2	高彦宇	北京科技大学信息工程学院	7	176	5.0	7.0
3	陈飞		1	20	1.0	1.0