计算机应用与软件
計算機應用與軟件
계산궤응용여연건
COMPUTER APPLICATIONS AND SOFTWARE
2011年
9期
41-44
,共4页
木塔力甫·沙塔尔%李春庚%艾斯卡尔·艾木都拉%安居白
木塔力甫·沙塔爾%李春庚%艾斯卡爾·艾木都拉%安居白
목탑력보·사탑이%리춘경%애사잡이·애목도랍%안거백
支持向量机%联机手写识别%维吾尔文字母%归一化%特征提取
支持嚮量機%聯機手寫識彆%維吾爾文字母%歸一化%特徵提取
지지향량궤%련궤수사식별%유오이문자모%귀일화%특정제취
在深入研究英文和汉字手写识别的基础上,结合维吾尔文字母的特点,提出一种基于支持向量机机器学习算法的维吾尔文联机手写字母识别方法,系统研究了样本采集、预处理、特征提取和分类等模块.在预处理中,为了消除干扰和噪声及比较中的相似性,采用了平滑滤波和线性归一化处理；考虑到维吾尔文相似字母较多,为了有效提取特征,将结构特征和统计特征相结合,提取了字符的梯度方向特征；分类器采用支持向量机.实验表明,随着训练样本的增加,识别率可以从90.62％提高到96.09％.
在深入研究英文和漢字手寫識彆的基礎上,結閤維吾爾文字母的特點,提齣一種基于支持嚮量機機器學習算法的維吾爾文聯機手寫字母識彆方法,繫統研究瞭樣本採集、預處理、特徵提取和分類等模塊.在預處理中,為瞭消除榦擾和譟聲及比較中的相似性,採用瞭平滑濾波和線性歸一化處理；攷慮到維吾爾文相似字母較多,為瞭有效提取特徵,將結構特徵和統計特徵相結閤,提取瞭字符的梯度方嚮特徵；分類器採用支持嚮量機.實驗錶明,隨著訓練樣本的增加,識彆率可以從90.62％提高到96.09％.
재심입연구영문화한자수사식별적기출상,결합유오이문자모적특점,제출일충기우지지향량궤궤기학습산법적유오이문련궤수사자모식별방법,계통연구료양본채집、예처리、특정제취화분류등모괴.재예처리중,위료소제간우화조성급비교중적상사성,채용료평활려파화선성귀일화처리；고필도유오이문상사자모교다,위료유효제취특정,장결구특정화통계특정상결합,제취료자부적제도방향특정；분류기채용지지향량궤.실험표명,수착훈련양본적증가,식별솔가이종90.62％제고도96.09％.
