作者：马瑞; 杨静宇人工智能模式识别手写字符识别高阶统计弹性匹配内在形变
摘要：针对传统弹性匹配法在手写字符识别中存在着由于过匹配而造成误识别的不足，提出一种基于高阶统计的形变弹性匹配法。根据高阶统计量包含字符形状上的细节变化信息，采用独立分量分析抽取出每个字符类的内在变化方向，并将其应用到弹性匹配的形变模型中。字符的任意种形状变化由这组独立分量的线性叠加来表示。通过形变模型，类模板字符发生形变逐次向输入待识别字符趋近，从而在两个字符之间求得一种最佳匹配。在实验结果中．识别率达到92．81％．得到了提高．表明该方法的有效性。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
