基于SVM-GA的小字符集脫機(jī)手寫漢字識(shí)別.pdf

1、漢字是歷史悠久的中華民族文化的結(jié)晶，閃爍著中國(guó)人民智慧的光芒。漢字識(shí)別是一種難度非常大的模式識(shí)別。其中脫機(jī)手寫漢字識(shí)別是目前最為困難也最具挑戰(zhàn)性的研究課題。在辦公自動(dòng)化，機(jī)器翻譯等方面，脫機(jī)手寫體漢字識(shí)別也有著廣泛的應(yīng)用前景。因此對(duì)于脫機(jī)手寫體漢字識(shí)別的研究不僅擁有深刻的理論意義，更包含著巨大的實(shí)用價(jià)值。
　　 本文探討的主要內(nèi)容是基于小字符集的限制性脫機(jī)手寫體漢字識(shí)別，實(shí)驗(yàn)選取國(guó)標(biāo)GB2312-80一級(jí)字庫(kù)中的100類漢字，每

2、類漢字采集108個(gè)樣本，共10800個(gè)漢字樣本。涉及的內(nèi)容如下：
　　 首先，本文用專門設(shè)計(jì)的表格對(duì)年齡分布在18～60歲的不同職業(yè)、學(xué)歷和性別的人群的手寫體進(jìn)行樣本采集。專用表格使得在滿足識(shí)別需要的前提下，簡(jiǎn)化了預(yù)處理步驟，提高預(yù)處理效率。
　　 特征提取是漢字識(shí)別過程中的關(guān)鍵環(huán)節(jié)。本文采用基于彈性網(wǎng)格劃分的四方向線索分解特征。其中分別用基于筆畫方向法和模糊子筆畫提取法來對(duì)漢字筆畫進(jìn)行四方向分解，可在一定程度上避免基于

3、輪廓的方法敏感于不同手寫漢字筆畫寬度與書寫變形不足，又能改善基于細(xì)化的方法中所導(dǎo)致的模糊筆畫以及低分辨率手寫漢字筆畫信息的丟失。
　　 支持向量機(jī)是在統(tǒng)計(jì)學(xué)習(xí)理論基礎(chǔ)上發(fā)展出的一種性能優(yōu)良的學(xué)習(xí)機(jī)器，其根據(jù)有限的樣本信息在模型的復(fù)雜性和學(xué)習(xí)能力之間尋求最佳折衷，以求獲得最好的推廣能力。支持向量機(jī)始終存在的一個(gè)問題是它的執(zhí)行效果依賴于參數(shù)的設(shè)置，其中包括懲罰因子和核函數(shù)，但卻沒有一個(gè)合適的理論來指導(dǎo)如何尋找適應(yīng)于具體的樣本數(shù)據(jù)的參