计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2011年
9期
218-221
,共4页
数字识别%特征提取%左右轮廓特征%行分段特征%AD AdaBoost%级联结构
數字識彆%特徵提取%左右輪廓特徵%行分段特徵%AD AdaBoost%級聯結構
수자식별%특정제취%좌우륜곽특정%행분단특정%AD AdaBoost%급련결구
综合统计特征提取法与结构特征提取法的优点,设计了一种新的基于圈、左右轮廓特征与行分段特征来获取数字字符特征向量的方法.该办法用较少的特征向量就能够保留数字字符拓扑结构中的关键信息,适应性很强.仿真实验中,首先根据字符容易获取的结构特征(圈)对字符进行大体分类,然后利用基于级联结构的AD AdaBoost神经网络根据余下的特征值进行逐层淘汰识别.结果表明,该办法在识别速度与识别正确率方面都有所改进.
綜閤統計特徵提取法與結構特徵提取法的優點,設計瞭一種新的基于圈、左右輪廓特徵與行分段特徵來穫取數字字符特徵嚮量的方法.該辦法用較少的特徵嚮量就能夠保留數字字符拓撲結構中的關鍵信息,適應性很彊.倣真實驗中,首先根據字符容易穫取的結構特徵(圈)對字符進行大體分類,然後利用基于級聯結構的AD AdaBoost神經網絡根據餘下的特徵值進行逐層淘汰識彆.結果錶明,該辦法在識彆速度與識彆正確率方麵都有所改進.
종합통계특정제취법여결구특정제취법적우점,설계료일충신적기우권、좌우륜곽특정여행분단특정래획취수자자부특정향량적방법.해판법용교소적특정향량취능구보류수자자부탁복결구중적관건신식,괄응성흔강.방진실험중,수선근거자부용역획취적결구특정(권)대자부진행대체분류,연후이용기우급련결구적AD AdaBoost신경망락근거여하적특정치진행축층도태식별.결과표명,해판법재식별속도여식별정학솔방면도유소개진.
