文献类型：期刊文章

作　　者：高彦宇[1] 杨扬[1] 陈飞[2]

机构地区：[1]北京科技大学信息工程学院,北京100083 [2]北京尖峰计算机系统有限公司,北京100083

出　　处：《北京科技大学学报》

年　　份：2005

卷　　号：27

期　　号：4

起止页码：509-512

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI(收录号：2005419405394)、JST、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：提出的脱机手写体汉字识别系统主要研究特征提取和分类识别两个模块.特征提取模块主要包括采用基于不变矩和弹性网格技术的串行特征融合方法,所得到的特征向量不仅充分反映了手写体汉字的全局和局部特征,而且具有很强的区分表达能力.分类识别模块将神经网络多类分类策略与最小二乘支持向量机相结合,所得到的分类器不仅识别率高、泛化能力强,而且有效地解决了多类分类问题.实验证明本文提出的识别系统能够取得很好的识别效果.

关 键 词：脱机手写体汉字识别 最小二乘支持向量机 ZEMIKE矩 弹性网格

分 类 号：TP391.4]