基于Dirichlet分布的贝叶斯分类算法的手写数字字符识别

• 作者: 吴炜 应晓槟 朱强军 杨晓敏 滕奇志
• 来源期刊: 电子测量技术
• 学科: 工学
• 关键词: 贝叶斯分类器 共轭Dirichlet分布 增量学习
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 研究设计
• 页码范围: 81-83,107
• 页数: 4页
• 分类号: TP3
• 字数: 3205字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-7300.2007.02.026

摘要

贝叶斯分类器是一种基于概率统计的常用分类器.本文在原有的贝叶斯分类的基础上进行了改进,提出了一种基于Dirichlet分布的贝叶斯分类模型,对手写数字字符进行识别的算法.该算法用模板法进行提取特征,这种方法更易操作,提取特征的效果也好.实验表明,用贝叶斯分类方法比传统的Fisher分类算法能更好地对手写数字字符进行分类识别,且在众多领域中有较大的应用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	滕奇志	四川大学电子信息学院图像信息研究所	198	900	14.0	21.0
2	吴炜	四川大学电子信息学院图像信息研究所	82	916	17.0	25.0
3	杨晓敏	四川大学电子信息学院图像信息研究所	77	789	17.0	24.0
4	应晓槟	四川大学电子信息学院图像信息研究所	3	10	2.0	3.0
5	朱强军	四川大学电子信息学院图像信息研究所	3	10	2.0	3.0