计算机工程与设计
計算機工程與設計
계산궤공정여설계
COMPUTER ENGINEERING AND DESIGN
2012年
6期
2423-2427
,共5页
字符识别%特征提取%轮廓层次%小波变换%支持向量机
字符識彆%特徵提取%輪廓層次%小波變換%支持嚮量機
자부식별%특정제취%륜곽층차%소파변환%지지향량궤
为了提高工业字符识别的准确率,增强字符识别算法对含噪声字符或发生形变字符的适应性,提出了一种改进的轮廓层次特征提取方法.对经过预处理归一化的字符,先提取轮廓层次特征,再对特征信号进行小波分解,从分解结果的低频部分中提取特征信息,最后将特征输入SVM(Support Vector Machines,支持向量机)训练和分类.实验结果表明,该特征提取方法降低了后续要处理的数据量,具有良好的抗干扰能力,实用价值较高.
為瞭提高工業字符識彆的準確率,增彊字符識彆算法對含譟聲字符或髮生形變字符的適應性,提齣瞭一種改進的輪廓層次特徵提取方法.對經過預處理歸一化的字符,先提取輪廓層次特徵,再對特徵信號進行小波分解,從分解結果的低頻部分中提取特徵信息,最後將特徵輸入SVM(Support Vector Machines,支持嚮量機)訓練和分類.實驗結果錶明,該特徵提取方法降低瞭後續要處理的數據量,具有良好的抗榦擾能力,實用價值較高.
위료제고공업자부식별적준학솔,증강자부식별산법대함조성자부혹발생형변자부적괄응성,제출료일충개진적륜곽층차특정제취방법.대경과예처리귀일화적자부,선제취륜곽층차특정,재대특정신호진행소파분해,종분해결과적저빈부분중제취특정신식,최후장특정수입SVM(Support Vector Machines,지지향량궤)훈련화분류.실험결과표명,해특정제취방법강저료후속요처리적수거량,구유량호적항간우능력,실용개치교고.
