作者：胡兴鸿 施大鹏 冯桂焕手写识别数据挖掘图文分离分类模型
摘要：手写识别作为改善人机交互的技术之一已经变得越来越重要，涌现了大量对手写文字和手绘图形的研究工作，而作为手写识别的一个重要部分，对图形和文本的分类工作一直没有获得足够的重视。本文基于开源数据挖掘工具Weka设计并实现一种手写图文分离方法，基于LogitBoost、Random Forest和LADTree三种不同分类器的测试结果表明，Logit-Boost的综合分类效果最好。通过联合3个分类器能够实现精确的图形判定，但文本的分类效率则受限于分类效果最差的分类器。同时基于信息增益评估结果，分析了不同特征对图文分类的影响。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
