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:
模式识别问题中,国内外学者对汉字的识别开展了较深入的研究。该文研究多种分类识别方法的优缺点及适用范围,确立采用支持向量机的方法对古汉字进行识别研究,结果表明,支持向量机方法与其他分类方法相比,对于古汉字有更高的识别效率。
推荐文章
基于支持向量机的手势识别研究
手势识别
支持向量机
核函数
多分类
基于支持向量机的人脸识别研究
人脸识别
支持向量机
离散小波变换
基于支持向量机的说话人识别研究
支持向量机
说话人识别
结构风险最小化
核函数
支持向量机超声缺陷识别法的研究
超声波检测
小波包分析
支持向量机
缺陷识别
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 支持向量机的古汉字识别研究
来源期刊 电脑知识与技术:学术交流 学科 工学
关键词 汉字识别 模式识别 分类识别
年,卷(期) 2013,(6X) 所属期刊栏目
研究方向 页码范围 4296-4298
页数 3页 分类号 TP391.41
字数 语种
DOI
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 孙华 长沙医学院计算机系 31 38 3.0 5.0
2 李爱平 长沙医学院计算机系 7 23 2.0 4.0
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  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
汉字识别
模式识别
分类识别
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
电脑知识与技术:学术版
旬刊
1009-3044
34-1205/TP
安徽合肥市濉溪路333号
26-188
出版文献量(篇)
41621
总下载数(次)
23
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导