发明名称 |
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。 |
申请公布号 |
CN103295007A |
申请公布日期 |
2013.09.11 |
申请号 |
CN201310158556.9 |
申请日期 |
2013.05.02 |
申请人 |
华南理工大学 |
发明人 |
高学;陈健 |
分类号 |
G06K9/20(2006.01)I;G06K9/62(2006.01)I;G06K9/46(2006.01)I |
主分类号 |
G06K9/20(2006.01)I |
代理机构 |
广州市华学知识产权代理有限公司 44245 |
代理人 |
蔡茂略 |
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。 |
地址 |
510641 广东省广州市天河区五山路381号 |