一种用于汉字识别的特征降维优化方法

摘要

本发明公开了一种用于汉字识别的特征降维优化方法，包括如下步骤：（1）对汉字样本进行预处理和特征提取，将提取的汉字特征进行LDA降维变换；（2）运用最小欧氏距离分类器进行分类识别；（3）将分类识别错误的样本看作新增样本，加入到原始样本集中，运用ILDA增量线性判决的学方法再次进行降维变换；（4）再次运用最小欧氏距离分类器重新进行分类识别；（5）重复步骤（3）和（4），经过多次迭代运算，输出LDA优化参数，并用于汉字的分类识别。本发明克服了已有LDA变换方法不能有效利用识别分类信息优化LDA变换矩阵参数的不足，具有大大提高了LDA特征降维变换的性能及汉字识别的准确率等优点。

主权项

一种用于汉字识别的特征降维优化方法，其特征在于，包括如下步骤：（1）对汉字样本进行预处理和特征提取，将提取的汉字特征进行LDA降维变换；（2）运用最小欧氏距离分类器进行分类识别；（3）将分类识别错误的样本看作新增样本，加入到原始样本集中，运用ILDA增量线性判决的学习方法再次进行降维变换；（4）再次运用最小欧氏距离分类器重新进行分类识别；（5）重复步骤（3）和（4），进行迭代运算，直到识别错误率达到设定的阈值为止，输出LDA优化参数，并用于汉字的分类识别。