基于SVM-GA的小字符集脫機手寫漢字識別.pdf

1、漢字是歷史悠久的中華民族文化的結(jié)晶，閃爍著中國人民智慧的光芒。漢字識別是一種難度非常大的模式識別。其中脫機手寫漢字識別是目前最為困難也最具挑戰(zhàn)性的研究課題。在辦公自動化，機器翻譯等方面，脫機手寫體漢字識別也有著廣泛的應(yīng)用前景。因此對于脫機手寫體漢字識別的研究不僅擁有深刻的理論意義，更包含著巨大的實用價值。
　　 本文探討的主要內(nèi)容是基于小字符集的限制性脫機手寫體漢字識別，實驗選取國標GB2312-80一級字庫中的100類漢字，每

2、類漢字采集108個樣本，共10800個漢字樣本。涉及的內(nèi)容如下：
　　 首先，本文用專門設(shè)計的表格對年齡分布在18～60歲的不同職業(yè)、學歷和性別的人群的手寫體進行樣本采集。專用表格使得在滿足識別需要的前提下，簡化了預處理步驟，提高預處理效率。
　　 特征提取是漢字識別過程中的關(guān)鍵環(huán)節(jié)。本文采用基于彈性網(wǎng)格劃分的四方向線索分解特征。其中分別用基于筆畫方向法和模糊子筆畫提取法來對漢字筆畫進行四方向分解，可在一定程度上避免基于

3、輪廓的方法敏感于不同手寫漢字筆畫寬度與書寫變形不足，又能改善基于細化的方法中所導致的模糊筆畫以及低分辨率手寫漢字筆畫信息的丟失。
　　 支持向量機是在統(tǒng)計學習理論基礎(chǔ)上發(fā)展出的一種性能優(yōu)良的學習機器，其根據(jù)有限的樣本信息在模型的復雜性和學習能力之間尋求最佳折衷，以求獲得最好的推廣能力。支持向量機始終存在的一個問題是它的執(zhí)行效果依賴于參數(shù)的設(shè)置，其中包括懲罰因子和核函數(shù)，但卻沒有一個合適的理論來指導如何尋找適應(yīng)于具體的樣本數(shù)據(jù)的參