计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2009年
5期
1412-1415
,共4页
数字识别%粗网格特征%轮廓骨架特征%AdaBoost%级联结构
數字識彆%粗網格特徵%輪廓骨架特徵%AdaBoost%級聯結構
수자식별%조망격특정%륜곽골가특정%AdaBoost%급련결구
提出了数字字符的轮廓骨架特征,并将这一特征与粗网格特征相结合对脱机手写体数字进行识别.获取特征向量后,利用改进的基于两级级联结构的AdaBoost 神经网络进行逐层淘汰识别.第一级首先使用基于粗网格特征的分类器进行粗分类,淘汰大部分负样本,而使几乎所有的正样本通过.第二级由基于轮廓骨架特征的分类器对通过第一级的样本进一步淘汰识别.仿真结果表明,该办法在识别速度与识别率方面都有较大幅度的改进.
提齣瞭數字字符的輪廓骨架特徵,併將這一特徵與粗網格特徵相結閤對脫機手寫體數字進行識彆.穫取特徵嚮量後,利用改進的基于兩級級聯結構的AdaBoost 神經網絡進行逐層淘汰識彆.第一級首先使用基于粗網格特徵的分類器進行粗分類,淘汰大部分負樣本,而使幾乎所有的正樣本通過.第二級由基于輪廓骨架特徵的分類器對通過第一級的樣本進一步淘汰識彆.倣真結果錶明,該辦法在識彆速度與識彆率方麵都有較大幅度的改進.
제출료수자자부적륜곽골가특정,병장저일특정여조망격특정상결합대탈궤수사체수자진행식별.획취특정향량후,이용개진적기우량급급련결구적AdaBoost 신경망락진행축층도태식별.제일급수선사용기우조망격특정적분류기진행조분류,도태대부분부양본,이사궤호소유적정양본통과.제이급유기우륜곽골가특정적분류기대통과제일급적양본진일보도태식별.방진결과표명,해판법재식별속도여식별솔방면도유교대폭도적개진.
