华南理工大学学报（自然科学版）
華南理工大學學報（自然科學版）
화남리공대학학보（자연과학판）
JOURNAL OF SOUTH CHINA UNIVERSITY OF TECHNOLOGY(NATURAL SCIENCE EDITION)
2010年
6期
78-83
,共6页
特征提取%小波变换%经验模式分解%曲率
特徵提取%小波變換%經驗模式分解%麯率
특정제취%소파변환%경험모식분해%곡솔
针对经验模态分解(EMD)能有效地对信号结构作出精确分辨的特点,提出了一种基于小波变换和EMD的手写体数字字符特征表示方法.首先对原始数字字符进行G小波变换极大模预处理,得到能反应字符特征信息的光滑轮廓;然后对规范轮廓曲率序列作EMD分解,以获取浓缩曲率特征的主要信息;最后对此曲率特征数据进行聚类和识别.实验结果表明,与经典的字符特征提取算法相比,文中方法具有更好的聚类效果,提高了分类器的分类设计能力.
針對經驗模態分解(EMD)能有效地對信號結構作齣精確分辨的特點,提齣瞭一種基于小波變換和EMD的手寫體數字字符特徵錶示方法.首先對原始數字字符進行G小波變換極大模預處理,得到能反應字符特徵信息的光滑輪廓;然後對規範輪廓麯率序列作EMD分解,以穫取濃縮麯率特徵的主要信息;最後對此麯率特徵數據進行聚類和識彆.實驗結果錶明,與經典的字符特徵提取算法相比,文中方法具有更好的聚類效果,提高瞭分類器的分類設計能力.
침대경험모태분해(EMD)능유효지대신호결구작출정학분변적특점,제출료일충기우소파변환화EMD적수사체수자자부특정표시방법.수선대원시수자자부진행G소파변환겁대모예처리,득도능반응자부특정신식적광활륜곽;연후대규범륜곽곡솔서렬작EMD분해,이획취농축곡솔특정적주요신식;최후대차곡솔특정수거진행취류화식별.실험결과표명,여경전적자부특정제취산법상비,문중방법구유경호적취류효과,제고료분류기적분류설계능력.
