面向中文矢量笔迹中单字详细分类的特征和方法比较

摘要：

在识别矢量笔迹文本时,不同类型单字需要采用不同识别器,确定详细类别是单字识别的前提.对实际中文矢量笔迹文本中单字进行汉字、标点、数字、字母和单词的详细分类,提出了自身和相对(包括近邻和同行)特征,选用决策树、逻辑模型树、贝叶斯网络和支持向量机四种分类器.针对大量实际数据,测试和比较了多种特征和分类器的性能.实验表明,近邻单字的组合特征具有较好的分类能力,支持向量机对各种单字均有较好分类性能.

关键词：矢量笔迹文本、单字识别、单字分类、特征、分类器

所属期刊栏目：25

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60605018

在线出版日期：2009-01-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3486-3489