一种新的基于Grassmann流形度量的手写体数字识别方法

摘要：

针对现有手写数字识别难以处理几何变换下的识别难题，提出一种新的基于Grassmann流形度量的手写体数字识别方法。在分析不同几何变换下的手写数字字符所构成的非线性流形空间结构基础上，定义了Grassmann流形及其距离度量，并通过计算待识别数字字符与训练字符集合构成的Grassmann流形距离实现手写数字字符的分类识别。通过在MNIST数据库上的实验，证明该算法具有较好的实时性和鲁棒性，在对数字的识别率、稳定性、计算效率上显著优于现有基于切距离的手写数字识别算法，在识别率、稳定性上较现有基于欧氏距离的算法有较大的提高。

关键词：手写字符识别、Grassmann流形、几何变换、最近邻分类

所属期刊栏目：39

分类号：TN911.73-34;TP391

资助基金：河南省高等学校青年骨干教师资助计划2012GGJS-297；河南省科技攻关项目122102210510

在线出版日期：2016-06-13（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：66-69