基于统计和结构特征的手写数字识别研究

摘要：

针对目前手写数字识别精度不高的问题,通过对手写数字图像的研究,提出了基于手写数字图像的空间、旋转、层次和结构特性的特征提取方法.该方法把手写数字的统计和结构特征结合起来,以特征提取方法为基础,利用LibSVM算法对手写数字特征进行了训练和识别.通过实验给出了各个参数的推荐值,利用推荐参数值,手写数字MNIST字体库的识别率高达99.3333％.实验结果表明了该算法在识别手写数字上的有效性和准确性.

关键词：统计特征、结构特征、手写数字识别、支持向量机、BP神经网络

所属期刊栏目：33

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金项目40971275、50811120111

在线出版日期：2012-06-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1533-1537