基于筆段特征與方向特征的聯(lián)機手寫漢字識別研究.pdf

1、手寫體的中文字符識別不但在理論上有重要意義，而且也有廣泛的應用價值。對聯(lián)機的手寫識別問題，本文從模式分類的角度，重點研究了基于筆段特征與方向特征的分類器設計、學習及評價。
　　對筆段特征分類器，本文給出了特征提取方法及分類器的設計原理，重點討論了筆段序列間距離的定義與計算方法，其間主要利用了串匹配中的編輯距離思想與動態(tài)規(guī)劃的算法設計技術。
　　筆段特征分類器的學習一直是該領域的難點，且很少有這方面的研究。對此，本文獨立地提出

2、了一種筆段特征分類器的全自動學習方法。在學習中，先是首次利用譜聚類思想，通過巧妙的改進，成功的實現(xiàn)了筆段特征按輸入筆順的無監(jiān)督聚類，后又獨立創(chuàng)造出一種針對筆段序列的樣本集均值學習方法。這樣，最終良好的實現(xiàn)了筆段特征分類器的學習。實驗證明，通過學習，分類器的性能顯著提高。
　　對基于方向特征的分類器，本文按照分類器工作的過程，依次給出了特征提取方法、特征選擇方法及近鄰、修正的二次判別函數(shù)法兩種分類器的設計方法，并通過大量的實驗，對方