手写汉字识别的非线性动态部件模板
对以前提出的非线性动态手写模板加以改进并用于手写汉字的部件识别.在训练阶段,核-主元分析用来捕捉非线性的手写变化.于是,只需改变少量的形状参数就可获得动态变形的模板.在识别阶段,遗传算法取代了原始的动态通道算法去寻找最优的形状参数.我们对覆盖2154个汉字类别的200个部件进行了实验,对不同人书写的430,800个测试样本的部件识别率达97.4%.与现有的代表性部件方法比较也显示本文的方法效果最好.
手写汉字识别、动态手写模板、核-主元分析、遗传算法
30
TP391.43(计算技术、计算机技术)
2004-06-25(万方平台首次上网日期,不代表论文的发表时间)
共10页
390-399