手写汉字特征抽取的模糊归纳学习处理

• 作 者: 钱国良 王熙照 陈彬
• 机 构: 哈尔滨工业大学计算机科学与工程系
• 出 处: 第六届全国机器学习研讨会
• 发表日期: 1998年期
• 关键词: 脱机手写汉字识别 特征抽取 模糊归纳学习 重码率 模糊决策树 不确定性 特征类 识别率 连续值 属性 应用 样本 算法 实验 基础 分类 方法 处理

如何从每个汉字的不同样本中抽取准确一致的特征是手写汉字识别极其重要的基础工作，该文从模糊归纳学习的角度，针对手写汉字特征抽取的不确定性，提出了模糊决策树算法ＦＩＤ。它可以处理连续值属性及分类不确定的情况。将ＦＩＤ应用于脱机手写汉字识别的特征抽取过程并与传统方法进行比较，实验结果表明ＦＩＤ抽取的特征类内重码率高，类间重码率低，识别率高。