[发明专利]计算机鉴别手写汉字的方法

摘要

本发明涉及一种基于集成学习算法Bagging和单类SVM的计算机鉴别手写汉字的方法，属于计算机图像处理和字符识别技术领域。它包括以下步骤：a.将手写汉字样本正规化处理大小为64*64；b.提取手写汉字样本的加权方向码直方图WDCH特征；c.采用PCA主元分析方法进行特征降维；d.采用Bootstrp方法抽取T个训练样本集S’；e.选择单类SVM及相应RBF核进行手写汉字鉴别；f.采用相对多数的投票策略集成T个单类SVM分类器Ci，得到分类器C*；然后对测试样本集Te中的手写汉字样本进行鉴别和评估测试。本发明可对手写汉字进行自动评估和指导、汉字识别准确率高。

主权项

一种计算机鉴别手写汉字的方法，其特征是：包括以下步骤，a.将手写汉字样本正规化处理大小为64*64；b.提取手写汉字样本的加权方向码直方图WDCH特征；c.采用PCA主元分析方法进行特征降维；d.采用Bootstrp方法抽取T个训练样本集S’；即每个训练样本集S’都是从初始训练集S中有放回地随机选取N个训练样本来组成，其中可以有重复样本，并且保证每个训练样本集的样本替换率为50％，各个训练集之间相互独立；e.选择单类SVM及相应RBF核进行手写汉字鉴别；用上述T个训练样本集S’分别独立训练生成T个单类SVM分类器Ci，其中T个分类器可以并行训练生成；对于单类SVM，正样本集X＝{x1，x2，...，xN}，N为样本数，xi为一个样本；在单类SVM训练过程中，输入为X，输出只包括正类标签；在测试过程中，输出为正类标签时，则输入测试样本鉴别为正类，否则被认为是负类；f.采用相对多数的投票策略集成T个单类SVM分类器Ci，得到分类器C*；然后对测试样本集Te中的手写汉字样本进行鉴别和评估测试，鉴别结果依据下述公式(5)， C * ( x ) = arg max y ∈ Y Σ i : C i ( x ) = y I - - - ( 5 ) 实现相对多数投票策略集成；其中x表示测试样本，Ci表示各个单类SVM，y表示利用各个单类SVM鉴别获得的样本类别标签，Y为样本类别标签集合，当Ci(x)＝y成立时I为1，否则为0。