基于决策树和AdaBoost的孟加拉文数字识别研究

• 作者: 项建英
• 来源期刊: 图象识别与自动化
• 学科: 工学
• 关键词: 决策树 ADABOOST 手写体数字识别 孟加拉文数字 两级分类器
• 年，卷（期）: 2007,（2）
• 页码范围: 33-44
• 页数: 12页
• 分类号: TP301.6

摘要

手写体数字识别作为OCR技术的一个特别问题，由于其应用的广泛性和挑战性，多年来一直是字符识别领域的研究热点。孟加拉语言作为印度半岛的第二流行语言，是孟加拉国和印度部分地区的主要语言，其重要性不言而喻。为达到高可靠性的孟加拉文邮政编码数字的识别性能，本文研究了一种基于决策树和AdaBoost的孟加拉文手写体数字识别方法。系统由图像预处理、特征提取、特征离散化、基于AdaBoost和概率估计决策树的两级分类器四个模块组成。实验结果表明，该方法对孟加拉文手写体数字具有识别可靠性高、鲁棒性强的特点，满足了系统的要求。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	项建英	华东师范大学计算机科学技术系	1	0	0.0	0.0