基于主曲线算法的手写字符特征分析与提取

• 作者: 于淼 马驰
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 主曲线 手写体字符识别 结构特征 特征选取
• 年，卷（期）: 2013,（3）
• 所属期刊栏目: 图形图像处理
• 页码范围: 202-206
• 页数: 5页
• 分类号: TP391.4
• 字数: 3346字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1106-0580

摘要

模式特征的提取与选择是提高手写体字符识别率的关键因素.主曲线是主成分分析的非线性推广,它是通过数据分布“中间”并满足“自相合”的光滑曲线,能够很好地描述数据分布的结构特征.利用软K段主曲线算法提取训练数据的特征,在分析手写体字符结构特点的基础上,选出手写体字符识别所使用的粗分类与细分类特征,利用这些分类特征对手写字符进行识别.该方法在CEDAR手写体数字和字符数据库上的实验表明:选取的分类特征能够有效区分相似的手写体字符,提高手写字符的识别率,为脱机手写字符识别研究提供了一种新的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马驰	北京科技大学经济管理学院	3	17	3.0	3.0
5	于淼		2	9	1.0	2.0