基于變精度反饋結(jié)構(gòu)的脫機手寫體漢字智能認知方法研究.pdf

1、脫機手寫體漢字圖像認知由于其漢字字形種類繁多、相似字的存在、書寫習慣因人而異等特點，是模式識別方向的熱點，也是難題之一。本文基于變精度粗糙集模型，構(gòu)建了脫機手寫體漢字認知決策信息系統(tǒng)，研究了該模型中認知精度與分類效果之間的關(guān)系，提出了一種變精度反饋智能認知機制，以降低脫機手寫體漢字認知系統(tǒng)的復雜度并提高認知準確率。
　　本文的主要工作如下:
　　1.探索了一種脫機手寫體漢字認知決策信息系統(tǒng)的構(gòu)建方法。分析漢字各種特征模式，基

2、于變精度粗糙集理論，建立了有限論域以及有監(jiān)督學習方式的脫機手寫體漢字認知決策信息系統(tǒng)，給出了多特征信息組合時認知知識充分性判據(jù)，構(gòu)建了有限論域下認知信息充分性表征的脫機手寫體漢字認知決策信息系統(tǒng)。
　　2.建立了一種基于變精度粗糙集的脫機手寫體漢字特征屬性約簡方法。定義了基于信息量重要度和近似依賴度重要加權(quán)的特征分類能力性能指標，并給出了基于該特征分類能力的漢字特征屬性約簡算法，獲取不同認知精度下的簡約特征集合。
　　3.提

3、出了一種脫機手寫體漢字變精度反饋認知機制。建立了基于熵測度的漢字認知結(jié)果評價指標，定義了漢字認知結(jié)果誤差熵，并給出了基于結(jié)果評價的認知精度變換規(guī)則，獲取脫機手寫體漢字認知過程中最優(yōu)簡約特征集，從而降低認知系統(tǒng)復雜度及提高認知準確率。
　　4.探索了一種脫機手寫體漢字認知規(guī)則融合方法。針對脫機手寫體漢字認知過程中的不確定性，對于沒有規(guī)則完全匹配的樣本拒識問題，設(shè)計了一種具有兩層分類器的分類器組對認知規(guī)則進行融合，獲取漢字真實屬性，降