基于LDA和AP的手写体数字识别研究.pdfVIP

基于LDA和AP的手写体数字识别研究 张 艳1 郁生阳2 杨静宇1 娄 震1 1(南京理工大学计算机科学与技术学院，江苏南京，210094) 2(上海交通大学图像处理与模式识别研究所，上海，200240) 摘要：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Affinity 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 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。 · 关键词：手写数字识别；AP聚类；有效鉴别特征；代表样本选取 1．引言 脱机手写数字识别隶属于字符识别，是模式识别学科的一个经典研究领域，并且在银 行、税务和邮政系统等各领域有重要的应用和广阔的发展前景【lj，许多研究者就在这一领 域展开了广泛的探索。传统的识别方法经过几十年的发展，手写体数字识别的各项指标已 经达到了一个很高的水平，但由于笔画简单、各人书写风格各异，无论是笔划方向或笔划 位置都会有较大的变形，增加了其统计分类的难度；在大规模数据处理场合或在非限制及 噪声严重等情形下，其识别速度和精度等方面都有待提高；在各种不同实际应用场合下的 特殊问题也有待解决。 到目前为止，手写数字识别方法主要包括[21：统计模式识别方法、结构模式识别方法 以及其他方法：把模糊数学应用到上述方法中、把问题域的先验知识或者启发式知识融入 马尔可夫模型(HMM)和最近邻匹配(KNN)等方法的推广或几种方法的集成。 对一些非限制手写体数字，由于书写风格的不同造成字符模式不稳定，要获得较高的 识别率，往往需要大量的训练样本，然而，在实际中，训练集不可能包含所有书写风格的 样本。大规模的训练样本将导致识别算法效率的下降，并且大规模训练样本中的许多样本 对识别来说是冗余的。目前大多数方法13H81都关注于新的特征的提取，新分类器的使用和 分类器组合，忽视了对样本训练集构建的改进。对此，本文提出了一种基于LDA和AP 手写数字识别方法，通过构建有效的代表训练集，以实现在保证识别率的前提下提高识别 效率的目的。 and 最近，由Frey Oueckl9]提出了一种简单而有效的基于消息传递的数据聚类、模式 搜寻方法，名为Affinity underGrant 基金资助；theNationalNaturalScienceFoundationofChina No60503026andNational Hi811 and 19 Research Technology DevelopmentProgramofChina(863Program)No．2006AA0121 联系作者：张艳，Phn：+8613770646990，E-maih zhangy@njust．edu．∞ 620 第11部分模式识别 距离取反作为两个样本间的相似度【9J，但是这样的相似度难以有效地运用于手写数字样本 的模式搜寻。为了解决上述问题，本文提出一种基于LDA和AP的方法，将能够提供有效 discriminant 鉴别特征的线性鉴别分析方法(Linear analysis，LDA)融入到手写数字识别中。 LDA方法可有效分离不同的模式并将鉴别信息映射到一个线性可分的空间中，使得基于鉴 别特征的相似性度量更具合理性，本文的实验结果很好地验证了这一点。本文内容安排如 下：第2节简单介绍了AP算法及LDA方法；第3节详细论述了本文的方法，第4部分给 出实验结果和分析；