基于压缩感知的阅卷系统手写汉字识别算法

• 作者: 姜维 郑昊辰
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 手写汉字识别 压缩感知 稀疏表示 l1范数最小化 观测矩阵 信号重构
• 年，卷（期）: 2018,（3）
• 页码范围: 75-77,80
• 页数: 4页
• 分类号: TP391.43
• 字数: 3174字
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2018.03.020

摘要

针对阅卷系统中手写汉字识别率和识别精度低的问题,文中提出一种基于压缩感知理论的阅卷系统手写汉字识别算法.该算法首先对阅卷系统手写汉字图像进行随机采样得到其特征;然后对其进行稀疏表示,并最小化其l1范数以得到样本的稀疏解;最后利用该稀疏解的系数判别测试样本的类别.该方法用对信号的随机采样替代了传统的特征提取方法,简化了算法的实现过程,同时用现有的训练样本组成训练字典,避免了复杂的训练过程.该算法在手写汉字数据库ETL9B上的识别率达到99.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜维	华北水利水电大学软件学院	4	7	1.0	2.0
2	郑昊辰		1	1	1.0	1.0