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:
在深入分析独立分量分析这一方法的基础上,使用一种负熵最大化的FastICA方法,对传统的数字字符识别模板库进行特征的二次提取,并采用一种改进的矢量量化方法进行识别.实验证明,ICA方法比PCA的识别率要高,并且计算量小于传统的方法.
推荐文章
基于独立分量分析的车牌字符识别
独立分量分析
特征提取
重建模型
FastICA算法
一种数显仪表数字字符识别方法研究
数显仪表
字符识别
Radon变换
BP神经网络
基于整体特征的快速手写体数字字符识别
凹凸分析
手写体数字字符识别
整体特征
快速算法
基于Caffe深度学习框架的车牌数字字符识别算法研究
Caffe框架
车牌字符识别
深度学习
卷积神经网络
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 一种基于独立分量分析的数字字符识别方法研究
来源期刊 计算机工程与科学 学科 工学
关键词 独立分量分析 负熵最大化 超高斯 矢量量化
年,卷(期) 2006,(2) 所属期刊栏目 算法研究
研究方向 页码范围 74-76,80
页数 4页 分类号 TP391.4
字数 3955字 语种 中文
DOI 10.3969/j.issn.1007-130X.2006.02.024
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 高大启 华东理工大学信息工程学院 39 472 11.0 21.0
2 李仁良 华东理工大学信息工程学院 1 5 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (32)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (12)
二级引证文献  (16)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(2)
  • 引证文献(1)
  • 二级引证文献(1)
2011(3)
  • 引证文献(2)
  • 二级引证文献(1)
2012(3)
  • 引证文献(0)
  • 二级引证文献(3)
2013(3)
  • 引证文献(0)
  • 二级引证文献(3)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(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
独立分量分析
负熵最大化
超高斯
矢量量化
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导