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:
对手写体汉字识别在特征提取、分类识别及后处理三个阶段主要采用的方法做了简要介绍.SVM具有结构简单,分类稳定可靠,且容错性好等优点.同时和LVQ神经网络分类器识别方法进行了比较,计算机仿真表明,采用SVM用于手写体汉字识别更适合.
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
基于支持向量机的手写体数字识别
支持向量机
数字识别
图像处理
几种手写体汉字网格方向特征提取法的比较研究
特征提取
手写体汉字识别
局部弹性网格
方向特征
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 基于支持向量机的手写体汉字的识别
来源期刊 计算机与数字工程 学科 工学
关键词 支持向量机(SVM) 手写体汉字识别 LibSVM 计算机仿真
年,卷(期) 2006,(1) 所属期刊栏目 研究与方法
研究方向 页码范围 65-68
页数 4页 分类号 TP391.12
字数 3426字 语种 中文
DOI 10.3969/j.issn.1672-9722.2006.01.019
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 张芳 长沙理工大学计算机与通讯工程学院 16 73 5.0 8.0
2 汪成军 长沙理工大学计算机与通讯工程学院 2 28 2.0 2.0
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  (4)
节点文献
引证文献  (14)
同被引文献  (32)
二级引证文献  (103)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
1998(1)
  • 参考文献(1)
  • 二级参考文献(0)
1999(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)
2006(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)
2007(4)
  • 引证文献(4)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(4)
  • 引证文献(2)
  • 二级引证文献(2)
2011(10)
  • 引证文献(0)
  • 二级引证文献(10)
2012(16)
  • 引证文献(2)
  • 二级引证文献(14)
2013(8)
  • 引证文献(1)
  • 二级引证文献(7)
2014(12)
  • 引证文献(0)
  • 二级引证文献(12)
2015(12)
  • 引证文献(0)
  • 二级引证文献(12)
2016(11)
  • 引证文献(1)
  • 二级引证文献(10)
2017(15)
  • 引证文献(1)
  • 二级引证文献(14)
2018(8)
  • 引证文献(0)
  • 二级引证文献(8)
2019(11)
  • 引证文献(0)
  • 二级引证文献(11)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
支持向量机(SVM)
手写体汉字识别
LibSVM
计算机仿真
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导