基于多特征集成分类器的脱机满文识别方法

摘要：

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.

关键词：脱机满文、集成分类器、识别、多特征、后处理、隐马尔科夫模型

所属期刊栏目：33

分类号：TP391.43(计算技术、计算机技术)

资助基金：国家自然科学基金项目60803096;大连民族学院青年基金项目2009A205

在线出版日期：2012-08-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2347-2352