一种基于流形学习重建的脱机手写数字识别算法研究

• 作者: 何小海 吴炜 杨晓敏 邓波 陈默
• 来源期刊: 四川大学学报(自然科学版)
• 学科: 工学
• 关键词: 流形学习 局部线性嵌入 手写字符识别 非线性降维 重建误差
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 研究论文
• 页码范围: 1679-1684
• 页数: 6页
• 分类号: TP391.4
• 字数: 3862字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2009.06.023

摘要

该文针对在手写字符识别中由于书写习惯和风格的不同造成字符模式不稳定的问题,提出了一种基于流形学习重建的手写体数字识别方法.该方法与传统的流行学习识别方法不同,传统的方法是先对待识别模式进行降维,然后再对降维后的特征进行分类识别;本文提出基于重建的LLE算法(简称RLLE).该算法首先分别对每一类字符训练样本进行LLE降维,得到每一类字符降维后的向量.然后将待识别字符分别在每一类字符中进行降维,并依据该降维后的矢量在每一类中对字符进行重建.最后选取重建误差最小的为待识别的所属的类.通过对MINST字库的一系列实验表明该算法具有较高的识别率,同时该方法为手写体数字识别的研究提供了一条有效的新途径.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小海	四川大学电子信息学院图像信息研究所	395	2334	21.0	30.0
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	陈默	四川大学电子信息学院图像信息研究所	36	362	11.0	18.0
5	邓波	四川大学电子信息学院图像信息研究所	13	75	5.0	8.0