基于FSVM脱机手写体汉字分类识别研究

• 作者: 朱程辉 王建平 甘恒
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 脱机手写体汉字 模糊支持向量机 像素密度 小波
• 年，卷（期）: 2014,（23）
• 所属期刊栏目: 图形图像处理
• 页码范围: 189-193
• 页数: 5页
• 分类号: TP391.43
• 字数: 4173字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1212-0250

摘要

针对脱机手写体汉字特点，给出一种采用模糊支持向量机粗分类的方法。根据小波分解像素密度特征，利用模糊支持向量机对汉字进行粗分类。细分类识别提取外围特征，同时融合小波多网格特征，采用一对多算法进行细识别。仿真实验表明，该方法有较高识别率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱程辉	合肥工业大学电气与自动化工程学院	54	436	11.0	18.0
2	王建平	合肥工业大学电气与自动化工程学院	177	1643	23.0	31.0
3	甘恒	合肥工业大学电气与自动化工程学院	1	6	1.0	1.0