10.3969/j.issn.1000-7024.2012.06.050
基于多特征集成分类器的脱机满文识别方法
为提高脱机满文手写字体的识别率,提出了基于BP网络的多特征集成分类器识别方法.对扫描成图像的手写满文进行预处理,切分出满文字元;分别提取满文字元的投影特征、链码特征以及端点和交叉点特征,并对这三类特征及其相互组合进行分类识别;通过隐马尔科夫算法对识别结果进行后处理,进一步提高识别的精度.实验结果表明,集成分类器的识别率要比单个特征的识别率要高,同时集成分类器中的特征类别越多,识别效果越好.
脱机满文、集成分类器、识别、多特征、后处理、隐马尔科夫模型
33
TP391.43(计算技术、计算机技术)
国家自然科学基金项目60803096;大连民族学院青年基金项目2009A205
2012-08-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
2347-2352