基于小波分析及改进二次鉴别函数的民族文种识别

• 作者: 赵晶莹 郭海
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 中国少数民族文字 文种识别 小波分析 改进的二次分类函数
• 年，卷（期）: 2009,（12）
• 所属期刊栏目: 图形图像处理
• 页码范围: 3360-3362,3365
• 页数: 4页
• 分类号: TP391.43
• 字数: 2729字
• 语种: 中文

摘要

为了能够对文档中的少数民族文字种类进行正确地识别分类,提出一种基于小波分析与改进的二次分类函数(MQDF)的少数民族文字种类识别方法.该方法采用多辨识小波分解,从而获得小波能量和小波能量比例分布的特征描述,利用MQDF分类器对少数民族文种进行识别.构建藏文、西双版纳傣文、纳西象形文、维吾尔文、德宏傣文和彝文6种常用的少数民族文字及汉字、英语共8种文字的样本库,采用该方法对少数民族的样本库进行了进行训练和测试.实验结果显示,该方法在多层小波分解的情况下,对于少数民族文种识别的精度好于传统的贝叶斯和KNN.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵晶莹	大连民族学院计算机科学与工程学院	20	84	5.0	8.0
2	郭海	大连民族学院计算机科学与工程学院	25	104	7.0	9.0