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:
手写数字识别系统中,传统K最近邻(KNN)算法的识别速度较慢,而基于主分量分析(PCA)以及二维主分量分析(2DPCA)的KNN识别算法其识别速度虽有提升,但识别率仍然有待提高.为此,提出了一种基于二维双向主分量分析(Two Dimension Double PCA,2DDPCA)结合KNN的识别算法,并使用MINIST手写数据集进行了仿真实验验证,结果表明,该算法与2DPCA相比,在识别速度相当的情况下,识别率可提高近3个百分点.
推荐文章
基于KNN算法的手写数字识别研究
KNN
Python
训练集
测试集
基于二维PCA的人脸识别方法研究
人脸识别
特征提取
图像处理
模式识别
基于形体特征的手写体数字识别
手写体数字
预处理
骨架搜索
模板匹配
特征匹配
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 基于二维双向PCA的手写数字识别算法研究
来源期刊 无线电工程 学科 工学
关键词 手写数字识别 K最近邻 二维主分量分析 二维双向主分量分析 识别率
年,卷(期) 2019,(12) 所属期刊栏目 专题技术与工程应用
研究方向 页码范围 1099-1102
页数 4页 分类号 TN911.73
字数 2925字 语种 中文
DOI 10.3969/j.issn.1003-3106.2019.12.015
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 黄坤超 17 43 3.0 6.0
2 高瑜翔 成都信息工程大学通信工程学院 20 17 3.0 3.0
3 郭春妮 成都信息工程大学通信工程学院 4 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (89)
共引文献  (13)
参考文献  (14)
节点文献
引证文献  (1)
同被引文献  (12)
二级引证文献  (0)
1990(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(1)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(4)
  • 参考文献(0)
  • 二级参考文献(4)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(8)
  • 参考文献(2)
  • 二级参考文献(6)
2013(4)
  • 参考文献(0)
  • 二级参考文献(4)
2014(10)
  • 参考文献(0)
  • 二级参考文献(10)
2015(11)
  • 参考文献(0)
  • 二级参考文献(11)
2016(9)
  • 参考文献(0)
  • 二级参考文献(9)
2017(12)
  • 参考文献(2)
  • 二级参考文献(10)
2018(6)
  • 参考文献(4)
  • 二级参考文献(2)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
手写数字识别
K最近邻
二维主分量分析
二维双向主分量分析
识别率
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
无线电工程
月刊
1003-3106
13-1097/TN
大16开
河北省石家庄市174信箱215分箱
18-150
1971
chi
出版文献量(篇)
5453
总下载数(次)
12
总被引数(次)
20875
论文1v1指导