基于Bayes决策的手写体数字识别

• 作者: 杨淑莹 王厚雪 章慎锋
• 来源期刊: 天津理工大学学报
• 学科: 工学
• 关键词: Bayes决策 最小错误概率 模式识别 手写体数字
• 年，卷（期）: 2006,（1）
• 页码范围: 78-80
• 页数: 3页
• 分类号: TP391.41
• 字数: 2276字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-095X.2006.01.024

摘要

提出了一种用Bayes决策理论进行手写体数字识别的方法,对已知类别的样品提取特征建立数字样品库,对于任意的手写数字提取特征,根据数字样品库中已知样品的特征,运用基于最小错误概率的Bayes决策进行识别.实验证明Bayes决策理论用于手写体数字的识别有较好的效果,一般情况下识别率能达到96%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨淑莹	天津理工大学计算机科学与工程系	43	422	10.0	18.0
2	王厚雪	天津理工大学计算机科学与工程系	4	27	4.0	4.0
3	章慎锋	天津理工大学计算机科学与工程系	4	27	4.0	4.0