基于多通道PCA模型的手写汉字识别方法

摘要：

为了提高手写汉字的识别率和降低训练时间,提出了一种基于多通道PCA(Principal component analysis)模型的手写汉字识别方法.该方法首先根据汉字的结构特点,将手写汉字分解为"一"、"|"、"ノ"、" "4种方向子模式,然后分别对每个子模式进行主分量分析,最后通过建立起每类汉字的多通道PCA模型来进行手写汉字的识别.该方法既兼顾了主分量对手写汉字的描述能力,又有效地降低了建立模型的训练时间.针对1034类别的手写汉字样本的实验结果表明,该汉字识别方法的识别率较欧氏距离分类器提高了4.4个百分点,而其训练时间则明显低于直接进行PCA重建的识别方法,由此可见,该方法是有效的.

关键词：模式识别(520·2040)、手写汉字识别、主分量分析(PCA)、多通道PCA模型

所属期刊栏目：8

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60275005;广东省自然科学基金011611,020828

在线出版日期：2004-01-08（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：788-791