基于仿生模式識別和多權值神經元網絡的脫機手寫漢字識別研究.pdf

1、脫機手寫體漢字識別一直是一個很復雜的模式識別問題.漢字字符集所具有的數量大,結構復雜,字形變化大等特點,使得脫機手寫漢字識別成為字符識別領域最大的難題之一,但同時,脫機手寫漢字識別是一個非常重要的課題之一,它的成功決定著無限制機器漢字自動識別的實現,是智能化計算機在中國真正普及的前提.該文主要在漢字字符的特征提取和自動識別方面做了如下的工作.論文首先就手寫漢字識別的研究現狀進行了綜合論述,介紹了漢字識別的發(fā)展階段,對各種方法進行了較為詳

2、細的介紹,對其優(yōu)缺點進行了論述.論文提出了一種新的特征提取的方法.目前漢字特征提取主要分為兩類:基于結構的特征提取和基于統計的特征提取方法.前者理論上而言更為準確,能體現漢字的基本特征,但是在實現問題上要準確提取出漢字結構是非常困難的;后者實現簡單,也能體現漢字的一些宏觀特征,但是卻失去了漢字的主要結構特征,不足以描述漢字.該文提取了一種統計和結構相結合的特征提取方法,首先用基于方向碼,多個分解算子相結合的方法將漢字分解為四個方向上的分

3、量子圖像,同時對漢字字符圖像進行模糊網格的構造,然后以網格為單位,分別統計圖像四個子圖像的網格特征.最后得到特征向量.論文將"以高維空間幾何分析方法為工具","以空間復雜幾何形體最佳覆蓋為目的"的仿生模式識別原理用于手寫漢字識別,并詳細描述了用多權值神經元網絡來具體實現漢字識別系統的過程.并將識別過程和效果同目前流行的SVM方法進行了分析對比.實驗說明,由于仿生模式識別理論是以每一類事物的"認識"為目的,因此它在屬于超多類模式識別的手寫