基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
基于高斯动态时间规整核函数(Gaussian Dynamic Time Warping kernel)的支持向量机(GDTWSVM)在联机手写识别中有较高的识别率,但是存在计算复杂度高的问题.结合联机手写识别中特征向量的特点,提出了通过引入控制参数来约束GDTW最优对齐路径计算空间的方法,优化了GDTW核函数.然后,使用联机手写识别数据库UJIpenchar2进行实验.实验结果表明,该优化方法不仅可以减少支持向量的数目,而且提高了GDTW-SVM算法运行的效率.
推荐文章
基于HMM的分类器在联机手写藏文识别中的应用
联机手写藏文识别
隐马尔可夫模型
HMM分类器
识别率
基于多重卷积神经网络的大模式联机手写文字识别
模式识别
神经网络
卷积
文字识别
联机手写藏文识别中字丁规范化处理
联机手写藏文识别
噪声
规范化
基于参照模型的联机手写汉字笔划提取及识别
模式识别
参照模型
笔划提取
A*算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于优化GDTW-SVM算法的联机手写识别
来源期刊 电子技术 学科 工学
关键词 手写识别 动态时间规整 支持向量机 核方法
年,卷(期) 2012,(2) 所属期刊栏目 电子技术研发
研究方向 页码范围 61-64
页数 分类号 TP391.4|TP18
字数 3875字 语种 中文
DOI 10.3969/j.issn.1000-0755.2012.02.023
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 沈海斌 浙江大学电气工程学院 139 832 13.0 21.0
2 曾剑铭 浙江大学电气工程学院 3 13 1.0 3.0
3 吴新榕 浙江大学电气工程学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
手写识别
动态时间规整
支持向量机
核方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子技术
月刊
1000-0755
31-1323/TN
大16开
上海市长宁区泉口路274号
4-141
1963
chi
出版文献量(篇)
5480
总下载数(次)
19
论文1v1指导