[发明专利]一种基于距离优化降维的手写字体识别系统

摘要

本发明属于图像处理与识别技术领域，尤其涉及一种基于距离优化降维的手写字体识别系统，包括手写字体库、手写字体识别平台、手写字体输出模块，所述手写字体识别平台包括采用的识别方法包括第一步骤、第二步骤、第三步骤、第四步骤、第五步骤、第六步骤，本发明解决了数据挖掘、处理手段往往对低维数据有效，高维数据由于经常包含大量冗余信息、对结果影响较小的变量、与其他变量相关性较强的变量，降低了算法的效率和数据处理分析的准确性的问题，具有有利于距离的计算、保证了旋转、缩放、平移的不变性、能够对手写字体图像进行有效处理、去除不相干变量，突出几个隐含变量的有益技术效果。

主权项

1.一种基于距离优化降维的手写字体识别系统，其特征在于，包括手写字体库、手写字体识别平台、手写字体输出模块，所述手写字体识别平台包括：查找模块、重建模块、嵌入模块；所述查找模块用于确定每个样本点的个近邻点；所述确定每个样本点的个近邻点包括：第一步骤：计算低维度距离矩阵的距离元素：所述xi为第一样本点，所述第一样本点为样本矩阵中任一样本点；所述xj为第二样本点，所述第二样本点为样本矩阵中除第一样本点外另一样本点；所述M(i)为M(第j)一样本点与样本库其余样本点之间距离的平均值；所述M(j)为第二样本点与样本库其余样本点之间距离的平均值；所述为第一样本点和第二样本点之间的距离；第二步骤：根据距离元素确定样本点相应的K个近邻点，所述K为预设定值；所述重建模块用于根据每个样本点的近邻点计算出该样本点的局部重建权值矩阵；计算出该样本点的局部重建权值矩阵包括：第三步骤：建立局部协方差矩阵：Zjm＝(xi‑xij)T(xi‑xim)所述Zjm为样本点xi的局部协方差矩阵；所述xij为样本点xi的K个近邻点；第四步骤：判断近邻点数是否大于样本维度，若近邻点数大于样本维度，则采取正则化局部协方差矩阵：Zjm＝Zjm+rI所述r是正则化参数；所述I为一个n×n单位矩阵；若近邻点数小于样本维度，则建立重建权值矩阵：所述Wij＝[Wi1，Wi2……Wik]T为样本点xi的局部重建权值；每个数据点只通过它的近邻点来构造，当某个数据点不属于所重构数据点的近邻点时，相应的Wij＝0；权值矩阵每行元素之和等于1，即所述嵌入模块用于利用权值矩阵寻找样本集的低维嵌入；所述利用权值矩阵寻找样本集的低维嵌入包括：第五步骤：分解重建权值矩阵：M＝(I‑W)T(I‑W)降维后的数据应满足：所述yij为第K个邻近点；第六步骤：构造误差函数：