基于仿生模式识别的手写体汉字识别方法的研究.pdf

基于仿生模式识别的手写体汉字识别方法的研究.pdf

ID:52442483

大小:827.53 KB

页数:9页

时间:2020-03-27

基于仿生模式识别的手写体汉字识别方法的研究.pdf_第1页
基于仿生模式识别的手写体汉字识别方法的研究.pdf_第2页
基于仿生模式识别的手写体汉字识别方法的研究.pdf_第3页
基于仿生模式识别的手写体汉字识别方法的研究.pdf_第4页
基于仿生模式识别的手写体汉字识别方法的研究.pdf_第5页
资源描述:

《基于仿生模式识别的手写体汉字识别方法的研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第12卷第7期中国图象图形学报Vol.12,No.72007年7月JournalofImageandGraphicsJuly,2007基于仿生模式识别的手写体汉字识别方法的研究王建平李帷韬王金玲罗国军(合肥工业大学电气与自动化工程学院,合肥230009)摘要为了提高机器识别汉字的容错性和准确性,运用仿生模式识别手写体汉字,并以机器“认知”取代机器对特征样本的“区分”,研究了手写体汉字的识别方法。该方法先采用双权值椭圆形神经元对汉字的横、竖、撇、捺4类基本笔段进行覆盖;然后通过分析笔段神经元间的拓扑性质来合成具有容错表征方式的6种汉字笔划类型;接着模仿人类汉字形码输入法,通过统计具有冗

2、余容错形状的笔划神经元类型、数量、位置和相合相交数量,建立了手写体汉字特征知识的数据结构表;最后模仿人学习、记忆及对比判断的能力,先验地建立了标准印刷汉字的样本知识库和容错匹配方法。通过对SCUT2IRAC手写体汉字库中的简单和较复杂手写体汉字识别进行的仿真实验结果表明,该方法具有接近人类识别汉字的容错性和准确性。关键词仿生模式识别神经元特征知识容错性中图法分类号:TP391.43文献标识码:A文章编号:100628961(2007)0721261209ResearchonHandwrittenChineseCharactersRecognitionBasedonBiomimetic

3、PatternRecognitionWANGJian2ping,LiWei2tao,WANGJin2ling,LuoGuo2jun(SchoolofElectricEngineeringandAutomation,HefeiUniversityofTechnology,Hefei230009)AbstractAppliedBiomimeticPatternRecognitiontoreplace“differentiation”ofcharacteristicsamplebymachine“cognition”,anovelmethodofhandwrittenChinesechar

4、actersrecognitionispresented.DoubleweightsellipticalneuronsareusedtocoverfourbasickindsofhandwrittenChinesecharactersstrokesegment.Thetopologicalpropertyamongthestrokesegmentneuronsisanalyzed.SixstylesofChinesecharactersstrokewithfaulttolerancearecombined.ImitatedtypingmethodsofhumanChinesechar

5、actersfontcode,thestyle,number,positionandnumberofjointandcrossoverofstrokeneuronswhichhaveredundantfaulttolerantshapesarecounted.Akindofcharacteristicknowledgedata2basetableofhandwrittenChinesecharactersandthesampledata2baseofstandardprintedChinesecharactersandfaulttolerantmatchingrulesarebuil

6、t.SimpleandmorecomplexhandwrittenChinesecharactersinSCUT2IRACHCCLIBaretested.Themethodisprovedtobeclosetohumanfaulttoleranceandveracity.Keywordsbiomimeticpatternrecognition,neuron,characteristicknowledge,faulttolerance究报道了进行脱机手写体汉字识别的特征提取和采[1][2,3]1引言用最近邻分类器以及神经网络分类器识别的方法。这些方法以如何用先验知识自定义规则将一近年来

7、脱机手写体汉字的识别已经有了很大的类已知特征样本在有限特征空间中进行最佳划分作发展。但是由于受手写体汉字书写风格因人而异等为目标,其是以机器的有限“区分”来识别手写体汉因素的影响,使得脱机手写体汉字识别难以接近人字,而不是模仿人类认字过程中的“认知”方式。[4]类识别汉字的准确性、灵活性和容错性。很多的研汉字的识别心理研究表明,人类对汉字的认收稿日期:2006204212;改回日期:2006206206第一作者简介:王建平(1955~),男,教授,博士。主

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。