10.16208/j.issn1000-7024.2022.08.019
改进的HOG和SVM的硬笔汉字分类算法
针对目前HOG提取汉字特征时存在维度过大、特征边缘化的问题,结合汉字网格技术提出一种基于网格的分层HOG特征提取算法.以特征块无重叠的方式提取一层HOG特征,提取底层均匀块的梯度特征,融合两层特征.该算法可有效提取汉字轮廓特征,降低特征维度.在此基础上,提出较为完善的中小学硬笔汉字分类评价框架流程,结合线性PCA降维,采用SVM分类器,实现硬笔汉字的三级分类.通过多个汉字结构的分类实验,验证了该算法的准确性和有效性.
硬笔汉字、HOG特征、主成分分析、SVM分类器、汉字评价、评价框架
43
TP391(计算技术、计算机技术)
国家新一代人工智能;重大基金项目;国家自然科学基金;北京市教委-市自然基金联合基金项目
2022-08-22(万方平台首次上网日期,不代表论文的发表时间)
共8页
2236-2243