计算机工程与科学
計算機工程與科學
계산궤공정여과학
COMPUTER ENGINEERING & SCIENCE
2006年
2期
74-76,80
,共4页
独立分量分析%负熵最大化%超高斯%矢量量化
獨立分量分析%負熵最大化%超高斯%矢量量化
독립분량분석%부적최대화%초고사%시량양화
在深入分析独立分量分析这一方法的基础上,使用一种负熵最大化的FastICA方法,对传统的数字字符识别模板库进行特征的二次提取,并采用一种改进的矢量量化方法进行识别.实验证明,ICA方法比PCA的识别率要高,并且计算量小于传统的方法.
在深入分析獨立分量分析這一方法的基礎上,使用一種負熵最大化的FastICA方法,對傳統的數字字符識彆模闆庫進行特徵的二次提取,併採用一種改進的矢量量化方法進行識彆.實驗證明,ICA方法比PCA的識彆率要高,併且計算量小于傳統的方法.
재심입분석독립분량분석저일방법적기출상,사용일충부적최대화적FastICA방법,대전통적수자자부식별모판고진행특정적이차제취,병채용일충개진적시량양화방법진행식별.실험증명,ICA방법비PCA적식별솔요고,병차계산량소우전통적방법.
