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:
提出了一种基于高斯衍生滤波器组的文种识别算法;分析了文本图像的纹理特性,相对于传统的小波变换,本文算法可以在更多方向上提取文字的边缘和脊特征.采用支持向量机(Support vector machine,SVM)对所提特征进行训练和分类,实现文字种类识别;在实验中选用中、英、俄、日、韩、阿拉伯等10种不同语言文字文本图像,测试了滤波器的不同参数对算法性能的影响,并与其他3种基于纹理的文种识别算法进行了比较,实验结果表明本文算法运算速度较快,且得到较好的识别率.
推荐文章
高斯衍生粒子滤波器
粒子滤波
高斯滤波
粒子退化
粒子衍生
基于高斯小波滤波器的语音识别特征提取方法
特征提取
高斯小波
语音识别
基于各向异性高斯滤波器的视网膜新生血管增强算法
视网膜
新生血管
增强
各高异性高斯滤波器
基于Multisim的高斯滤波器仿真与改进
Multisim
核脉冲仿真
高斯成形
Sallen-Key电路
CR-RC电路
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 基于高斯衍生滤波器组的文种识别算法
来源期刊 数据采集与处理 学科 工学
关键词 文本图像 文种识别 高斯衍生滤波器组 支持向量机
年,卷(期) 2014,(5) 所属期刊栏目
研究方向 页码范围 713-719
页数 7页 分类号 TN391.1
字数 5578字 语种 中文
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 平西建 解放军信息工程大学信息系统工程学院 61 649 10.0 22.0
2 徐森 盐城工学院信息工程学院 33 233 7.0 14.0
3 童莉 解放军信息工程大学信息系统工程学院 16 87 7.0 8.0
4 周林 解放军信息工程大学信息系统工程学院 11 53 5.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (26)
参考文献  (11)
节点文献
引证文献  (7)
同被引文献  (17)
二级引证文献  (3)
1936(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(6)
  • 参考文献(2)
  • 二级参考文献(4)
1998(4)
  • 参考文献(2)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(3)
  • 参考文献(1)
  • 二级参考文献(2)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2010(3)
  • 参考文献(3)
  • 二级参考文献(0)
2014(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(4)
  • 引证文献(3)
  • 二级引证文献(1)
2019(4)
  • 引证文献(2)
  • 二级引证文献(2)
研究主题发展历程
节点文献
文本图像
文种识别
高斯衍生滤波器组
支持向量机
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
数据采集与处理
双月刊
1004-9037
32-1367/TN
大16开
南京市御道街29号1016信箱
28-235
1986
chi
出版文献量(篇)
3235
总下载数(次)
7
总被引数(次)
25271
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导