基于小波包分解的手写体金融汉字识别

• 作者: 何秀玲 喻莹 杨扬 董才林 陈增照
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 小波包 能量函数 多分类支持向量机 金融汉字
• 年，卷（期）: 2009,（6）
• 所属期刊栏目: 图形与图像
• 页码范围: 40-43
• 页数: 4页
• 分类号: TP391.4
• 字数: 4687字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2009.06.012

摘要

本文提出一种基于小波包分解的手写体金融汉字识别算法.该算法首先对汉字图像进行小波包分解,利用基于节点子图像能量方差的准则选择适当的部分分解树;然后,将得到的子图像划分成多个局部窗口,计算局部窗口的能量值组成特征向量;再通过主成分分析(PCA)选择分类能力最强的一组特征,降低特征空间的维数;最后,用SVM多类分类方法进行分类判决.实验结果表明,该算法取得了较好的识别效果.

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	华中师范大学数统学院	28	133	6.0	10.0
7	何秀玲	华中师范大学数统学院	34	180	7.0	12.0
8	陈增照	华中师范大学数统学院	31	225	7.0	14.0