基于LDA和AP的手写体数字识别研究

• 作 者: 张艳[1]郁生阳[2]杨静宇[1]娄震[1]
• 机 构: 南京理工大学计算机科学与技术学院,江苏南京,210094
• 出 处: 2007中国计算机大会
• 发表日期: 2007年期

针对非限制手写字符识别中，由于字符模式的不稳定而引发训练样本集过于庞大致使识别算法效率下降的问题，提出了一种结合Affinitypropagation(AP)聚类和线性鉴别分析(LDA)的手写体数字识别方法。本文算法通过对手写数字样本进行有效鉴别特征的抽取，并采用AP算法构建新的稳定有效的代表训练样本集，以实现在保证识别率和可靠性的前提下大幅提高识别效率。实验中使用了Concordia大学的CENPARMI库以及南京理工大学NUST手写数字库来评价本文的方法，并将本文方法与LDA方法、AP方法和原始方法作了比较。实验结果证明了本文方法的有效性和鲁棒性。