基于SVM的脱机手写汉字机器学习识别方法研究

• 作者: 徐晓冰 王建平 王熹徽 陈军
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 支持向量机 脱机手写汉字体汉字 模糊统计特征 汉字识别
• 年，卷（期）: 2006,（10）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 104-107
• 页数: 4页
• 分类号: TP182
• 字数: 3910字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2006.10.035

摘要

提出了一种模糊统计方法的脱机手写体汉字特征提取方法,结合小波网格方法和汉字笔画密度特征方法对汉字进行特征提取,并运用支持向量机方法,通过机器学习对脱机手写汉字识别.仿真实验表明,支持向量机方法在脱机手写汉字识别中有良好的识别性能及模糊统计方法是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王建平	合肥工业大学电气与自动化工程学院	177	1643	23.0	31.0
2	徐晓冰	合肥工业大学电气与自动化工程学院	36	300	9.0	16.0
3	陈军	合肥工业大学电气与自动化工程学院	16	340	9.0	16.0
4	王熹徽	合肥工业大学电气与自动化工程学院	4	61	4.0	4.0