基于核聚类的手写金融汉字识别方法

• 作者: 何秀玲 喻莹 杨扬 董才林 陈增照
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 手写体汉字识别 支持向量机 决策分类树 核聚类
• 年，卷（期）: 2007,（18）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 193-195
• 页数: 3页
• 分类号: TP391
• 字数: 4549字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2007.18.068

摘要

根据手写体金融汉字的特点,利用核聚类方法将原始样本特征映射到高维特征进行聚类分组,对每一组使用一个支持向量机二值分类器进行分类,并用这些二值分类器组成决策树的结点,构成一个决策分类树.给出了金融汉字的分组方法和决策树的生成算法,提出利用交叠系数来控制交叠,可以克服错分积累,提高分类准确率.实验结果表明,采用该方法,手写体金融汉字识别的速度和正确率都达到了实用的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨扬	北京科技大学信息工程学院	183	2049	21.0	36.0
2	喻莹	北京科技大学信息工程学院	7	43	3.0	6.0
6	董才林	华中师范大学最优控制与离散数学重点实验室	28	133	6.0	10.0
7	何秀玲	北京科技大学信息工程学院	34	180	7.0	12.0
9	陈增照	北京科技大学信息工程学院	31	225	7.0	14.0