基于多分类器DS融合的手写数字识别模型设计-论文.pdf

基于多分类器DS融合的手写数字识别模型设计-论文.pdf

ID:57924373

大小:1000.94 KB

页数:7页

时间:2020-04-14

基于多分类器DS融合的手写数字识别模型设计-论文.pdf_第1页
基于多分类器DS融合的手写数字识别模型设计-论文.pdf_第2页
基于多分类器DS融合的手写数字识别模型设计-论文.pdf_第3页
基于多分类器DS融合的手写数字识别模型设计-论文.pdf_第4页
基于多分类器DS融合的手写数字识别模型设计-论文.pdf_第5页
资源描述:

《基于多分类器DS融合的手写数字识别模型设计-论文.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、2015年1月系统仿真技术Jan.,2015第11卷第1期SystemSimulationTechnologyVo1.11,NO.1中图分类号:TP183文献标识码:A基于多分类器DS融合的手写数字识别模型设计陈月芬,林君焕(1.台州学院物理与电子工程学院,浙江台州318000;2.台州职业技术学院机电系,浙江台州318000)摘要:针对单分类器对数字字符的不均衡识别问题,提出了基于DempsterandShagfer(DS)融合的集成分类器模型,选取BP神经网络、Hopfield、模板匹配作为三个被集成的

2、分类器,利用各分类器的识别结果来构造DS的概率分配函数,再通过Ds融合输出最终结果,最后设计MATLAB程序进行实验,测试结果表明系统的整体识别率相对于单分类器和简单多数表决融合的多分类器,有更进一步的提高。关键词:DS证据;笔画方向;手写数字识别DesignofHandwrittenDigitRecognitionSystemBasedonEnsembleClassifierUsingDSEvidenceTheoryCHENr.efen、.LINJunhuan2(1.SchoolofPhysicsandE

3、lectronicEngineering,TaizhouUniversity,Taizhou318000,China;2.TheMechanicalandElectricalEngineeringDepartment,TaizhouVocationalTechnicalCollege,Taizhou318000,China)Abstract:Sincetherecognitionrateofhandwrittennumeralusingasingleclassifierhastheproblemofunba

4、lance,anensembleclassifierbasedonDSevidenceisproposed,whichincludesBPneuralnetwork,Hopfieldneuralnetworkandtemplatematching.Theprobabilitydistributionfunctionsareconstructedaccordingtotherecognitionresultofeachclassifier.Thefinallyrecognitionresultisobtain

5、edafterfusingbasedontheDSevidence.ThetestsareperformedonMATLAB,andtestingresultsshowthatthetotalrecognitionrateusingtheproposedalgorithmhasbeenimprovedcomparedwiththerecognitionrateusingasinglealgorithmorensembleclassifierwiththehelpofsimplemajorityruleKey

6、words:DempsterandShagfer(DS);strokedirection;handwrittendigitrecognition所以对手写数字识别的研究有很大的应用价值。引I=1随着计算机技术的不断发展,触摸屏成为人机交互的重要手段,随之应运而生的手写输入法成为阿拉伯数字是世界通用的字符,对手写数字不可缺少的输入法之一,当前市场上形形色色的的识别是文字识别中的一个重要内容,其在邮政联机手写字符识别系统已经广泛应用,如在手系统、银行系统等领域频繁出现,具有重要意义,机、银行自动存取款机、图书馆

7、的图书信息查询基金项目:浙江省自然科学基金资助项目(Y13F020160);浙江省重点实验室开放基金资助项目(ZKL—PR一200307);浙江省教育厅科研资助项目(Y201329306);浙江省高职高专院校专业带头人专业领军资助项目(1j2013140)陈月芬,等:基于多分类器Ds融合的手写数字识别模型设计41机上都已有使用,但是普遍存在着识别错误率较映。但是如果直接以记录的轨迹坐标作为特征高以及算法的识别偏好问题。如何有效地和均值来进行模式匹配显然存在困难。因为手写时衡地识别在线输入的手写数字成为一项重

8、要的存在很多随机性,字形或大或小,或端正或歪斜,研究课题。虽然数字总共只有10类,且笔画简或居中或偏置,单纯的坐标信息并不能给出有效单,但是由于数字在文中有较强的独立性,与上的能用于字符匹配或网络学习的特征值,但是字下文关系甚小,且往往具有非常关键的含义,所符的坐标给出了字形的笔画方向的变化过程,可以对手写数字识别的正确率要求甚高¨。然而以提取出数字的起点、终点,以及书写过程中的数字种类虽少,由于人们书写习惯的不

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。