“有效行”特征对手写体字符的识别

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

“有效行”特征对手写体字符的识别

王贵新, 刘建胜, 居琰, 汪同庆, 彭健, 杨波

文章导航 > 电子科技大学学报 > 2001 > 30(3): 287-291

王贵新, 刘建胜, 居琰, 汪同庆, 彭健, 杨波. “有效行”特征对手写体字符的识别[J]. 电子科技大学学报, 2001, 30(3): 287-291.

引用本文:

王贵新, 刘建胜, 居琰, 汪同庆, 彭健, 杨波. “有效行”特征对手写体字符的识别[J]. 电子科技大学学报, 2001, 30(3): 287-291.

Wang Guixin, Liu Jiansheng, Ju Yan, Wang Tongqing, Peng Jian, Yang Bo. Handwritten Numerals Recognization Based on “Effective-rows”,Feature[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(3): 287-291.

Citation:

Wang Guixin, Liu Jiansheng, Ju Yan, Wang Tongqing, Peng Jian, Yang Bo. Handwritten Numerals Recognization Based on “Effective-rows”,Feature[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(3): 287-291.

“有效行”特征对手写体字符的识别

1.
重庆后勤工程学院重庆 400014;
2.
重庆大学光电工程学院重庆 400000

作者简介:
王贵新男 32岁博士生

中图分类号: TP393

Handwritten Numerals Recognization Based on “Effective-rows”,Feature

1.
Institute of Logistic and Engineering of Chongqing Chongqing 400014;
2.
Chongqing University Chongqing 400000

摘要: 从无限制的手写体数字的结构出发,提出"有效行"特征的概念及其提取算法。该特征具有维数小、平移不变、字符小角度旋转不变等特点。建立了相应的字符特征库,利用BP网络对样本字符进行研究,通过大量的手写体数字识别测试表明:该方法在识别速度上优于利用单一的矩特征、小波特征等传统识别方法;在误识率方面也优于一般的单一识别方法。
- 特征提取 /
- 识别 /
- 神经网络 /
- 手写体
Abstract: The concept and extracting method of the effective-rows feature, which possesses low dimension, shift-invariance and rotation-invariance under little angle is proposed on the basis of the structure of unconstraint and handwritten numerals in this paper. Its features is also constructed. According to the result of widely verifying recognition BP network, it is demonstrated that its recognitionspeed is superior to the traditional recognition methods only based on the feature of moment or wavelet and its recognition-extract is higher than some conventional methods.
- feature extraction /
- recognition /
- neural network /
- handwritten

[1]	石东子, 林宏辉, 刘一江, 张鑫. 面向骨架手势识别的全局时空可变形网络 . 电子科技大学学报, 2024, 53(1): 60-66. doi: 10.12178/1001-0548.2022401
[2]	郭磊, 林啸宇, 王勇, 陈正武, 常伟. 基于深度学习的直升机旋翼声信号检测与识别一体化算法 . 电子科技大学学报, 2023, 52(6): 925-931. doi: 10.12178/1001-0548.2023108
[3]	胡青松, 张亮, 丁娟, 李世银. 人体动作数据编码与CNN精确识别 . 电子科技大学学报, 2020, 49(3): 473-480. doi: 10.12178/1001-0548.2019108
[4]	董帅, 李文生, 张文强, 邹昆. 基于多视图循环神经网络的三维物体识别 . 电子科技大学学报, 2020, 49(2): 269-275. doi: 10.12178/1001-0548.2019017
[5]	杨旺功, 淮永建, 张福泉. 基于Gabor及深度神经网络的葡萄种子分类 . 电子科技大学学报, 2020, 49(1): 131-138. doi: 10.12178/1001-0548.2019164
[6]	吴斌, 王利龙, 邵延华. 改进双向二维局部保持投影的人脸识别算法 . 电子科技大学学报, 2019, 48(6): 904-909, 924. doi: 10.3969/j.issn.1001-0548.2019.06.015
[7]	黄颖, 王文斌, 郑弘晖. 基于代数多重网格的图像传感器物体识别技术 . 电子科技大学学报, 2015, 44(5): 743-748. doi: 10.3969/j.issn.1001-0548.2015.05.018
[8]	闫海, 李国辉, 李建勋. 雷达抗欺骗式干扰信号特征提取方法 . 电子科技大学学报, 2015, 44(1): 50-54. doi: 10.3969/j.issn.1001-0548.2015.01.008
[9]	谭骏, 陈兴蜀, 杜敏, 朱锴. 基于自适应BP神经网络的网络流量识别算法 . 电子科技大学学报, 2012, 41(4): 580-585. doi: 10.3969/j.issn.1001-0548.2012.04.020
[10]	龙文, 马坤, 辛阳, 杨义先. 适用于协议特征提取的关联规则改进算法 . 电子科技大学学报, 2010, 39(2): 302-305. doi: 10.3969/j.issn.1001-0548.2010.02.032
[11]	陈显宁, 万群, 杨万麟. 循环与非循环混合信号源快速DOA估计与识别方法 . 电子科技大学学报, 2010, 39(6): 817-819,830. doi: 10.3969/j.issn.1001-0548.2010.06.003
[12]	李建勋, 唐斌, 吕强. 双谱特征提取在欺骗式干扰方式识别中的应用 . 电子科技大学学报, 2009, 38(3): 329-332. doi: 10.3969/j.issn.1001-0548.2009.03.003
[13]	于雪莲, 刘本永. 最优的核判别分析用于雷达目标识别 . 电子科技大学学报, 2008, 37(6): 883-885,937.
[14]	孟庆宇, 刘本永, 姚宏达. 基于分数本征特征的手写数字识别 . 电子科技大学学报, 2006, 35(3): 289-291.
[15]	韩春林, 雷飞, 王建国, 向敬成. 合成孔径雷达图像目标分类研究 . 电子科技大学学报, 2004, 33(1): 1-4.
[16]	金明曦, 武妍. 基于对向传播神经网络的人脸识别方法 . 电子科技大学学报, 2004, 33(5): 573-576.
[17]	陈中柘. 神经网络定性分析 . 电子科技大学学报, 2002, 31(3): 250-254.
[18]	居琰, 汪同庆, 彭建, 王贵新, 刘建胜, 袁祥辉. 特征融合用于手写体汉字识别研究 . 电子科技大学学报, 2002, 31(3): 229-233.
[19]	梁金明, 章毅. 基于回路神经网络的特征子空间估值算法 . 电子科技大学学报, 2002, 31(6): 612-618.
[20]	梁金明, 章毅. 回复式离散神经网络的特征子空间估值 . 电子科技大学学报, 2002, 31(4): 349-355.

WeChat

点击查看大图

计量

文章访问数: 3517
HTML全文浏览量: 156
PDF下载量: 57
被引次数: 0

“有效行”特征对手写体字符的识别

1. 重庆后勤工程学院重庆 400014;

2. 重庆大学光电工程学院重庆 400000

作者简介:
王贵新男 32岁博士生

收稿日期: 2000-11-01
刊出日期: 2001-06-15

中图分类号: TP393

关键词:

摘要: 从无限制的手写体数字的结构出发,提出"有效行"特征的概念及其提取算法。该特征具有维数小、平移不变、字符小角度旋转不变等特点。建立了相应的字符特征库,利用BP网络对样本字符进行研究,通过大量的手写体数字识别测试表明:该方法在识别速度上优于利用单一的矩特征、小波特征等传统识别方法;在误识率方面也优于一般的单一识别方法。

English Abstract

王贵新, 刘建胜, 居琰, 汪同庆, 彭健, 杨波. “有效行”特征对手写体字符的识别[J]. 电子科技大学学报, 2001, 30(3): 287-291.

引用本文:

王贵新, 刘建胜, 居琰, 汪同庆, 彭健, 杨波. “有效行”特征对手写体字符的识别[J]. 电子科技大学学报, 2001, 30(3): 287-291.

Wang Guixin, Liu Jiansheng, Ju Yan, Wang Tongqing, Peng Jian, Yang Bo. Handwritten Numerals Recognization Based on “Effective-rows”,Feature[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(3): 287-291.

Citation:

Wang Guixin, Liu Jiansheng, Ju Yan, Wang Tongqing, Peng Jian, Yang Bo. Handwritten Numerals Recognization Based on “Effective-rows”,Feature[J]. Journal of University of Electronic Science and Technology of China, 2001, 30(3): 287-291.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发