版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、本文以中國郵政集團(tuán)公司出口孟加拉國郵政的信函自動分揀機(jī)項(xiàng)目為背景,為達(dá)到高可靠性的孟加拉郵政編碼數(shù)字的識別性能,研究了一種基于決策樹和AdaBoost的孟加拉手寫體數(shù)字識別方法。系統(tǒng)由圖像預(yù)處理、特征提取、特征離散化、基于AdaBoost和概率估計(jì)決策樹的兩級分類器四個模塊組成。實(shí)驗(yàn)結(jié)果表明,該方法對孟加拉手寫體數(shù)字有識別可靠性高、魯棒性強(qiáng)的特點(diǎn),滿足了系統(tǒng)的要求。 主要研究工作如下: 1、基于孟加拉手寫體字符的實(shí)際情況
2、,實(shí)現(xiàn)了包括圖像平滑、二值化、筆劃寬度歸一化以及字符大小歸一化等預(yù)處理工作; 2、根據(jù)孟加拉手寫體數(shù)字的特殊結(jié)構(gòu),采用了一種開環(huán)一閉環(huán)結(jié)構(gòu)特征,使提取的結(jié)構(gòu)特征既能充分代表每類樣本信息又能很好地將不同類別加以區(qū)分,有效地降低了特征的維數(shù),提高了分類器的效率; 3、提取了方向特征作為上述結(jié)構(gòu)特征的補(bǔ)充,該特征有很好的抗噪性能,對結(jié)構(gòu)特征起到良好的互補(bǔ)作用: 4、采用基于拉普拉斯平滑的概率估計(jì)決策樹作為基分類器,在給
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于DEF的孟加拉文脫機(jī)手寫數(shù)字識別研究.pdf
- 基于信任決策樹的手寫數(shù)字識別方法研究.pdf
- 孟加拉文手寫體數(shù)字識別方法的研究與實(shí)現(xiàn).pdf
- 基于決策樹的網(wǎng)絡(luò)業(yè)務(wù)流識別研究.pdf
- 基于決策樹的隧道識別技術(shù)研究.pdf
- 基于決策樹的棉花病蟲害識別研究.pdf
- 基于決策樹方法的縣級土壤數(shù)字制圖研究.pdf
- 基于決策樹和被動監(jiān)聽的操作系統(tǒng)識別方法研究.pdf
- 基于決策樹的分類算法研究和應(yīng)用.pdf
- 孟加拉項(xiàng)目風(fēng)險識別表
- 基于決策樹的應(yīng)用研究.pdf
- 基于決策樹的分類方法研究.pdf
- 決策樹風(fēng)險決策
- 基于最大margin的決策樹歸納研究.pdf
- 基于決策樹的醫(yī)療費(fèi)用研究.pdf
- 基于決策樹思想的合法監(jiān)聽研究.pdf
- 基于稀疏表示和決策樹的最近鄰方法研究.pdf
- 基于決策樹和粗糙集的分類方法研究
- 基于層次分解思想的決策樹.pdf
- 基于最大Margin的決策樹歸納.pdf
評論
0/150
提交評論