基于最小错误率地贝叶斯决策在手写英文字母分类识别中地应用荆钟.pdfVIP

第 29 卷第 2 期 辽宁工业大学学报(自然科学版) Vol.29, No.2 2009 年 4 月 Journal of Liaoning University of Technology(Natural Science Edition) Apr. 2009 基于最小错误率的贝叶斯决策在手写 英文字母分类识别中的应用 荆 钟，何 明 （辽宁工业大学 电子与信息工程学院，辽宁 锦州 121001） 摘 要：统计决策理论是处理模式识别问题的基本理论之一，而贝叶斯决策理论方法又是统计模式识别中的 一个基本方法，它可以有效地对大量数据进行分析，并生成相应的分类器，对于数据的分类识别有着重大的意义。 把最小错误率的贝叶斯方法运用到手写英文字母的识别中，提高了分类的准确性和有效性。 关键词：贝叶斯理论；模式识别；统计决策；手写英文字母 中图分类号：TP391 文献标识码：B 文章编号：1674-3261(2009)02-0098-03 Bayes Decision for Minimum Errors Applied in Recognition of Handwritten English Letters JING Zhong, HE Ming （Electron Information Engineering College, Liaoning University of Technology, Jinzhou 121001, China ） Key words: Bayesian theory; pattern recognition; statistical decision; handwritten English letter Abstract: The statistical decision-making theory was one of the basic theories for treating the problem on pattern recognition, however, the method of Bayesian Decision-making Theory was the basic one in pattern recognition, facing the massive data, which can be used to make effective analysis, and produce corresponding sorters, thus possessing important significance for the classification and recognition of the data. Bayes decision for minimum errors applied in recognition of handwritten English letters improved the exactitude and effiectiveness in classification. 模式识别是人类的一项基本智能。随着计算机 对模式的统计分类方法，即结合统计概率论的贝叶 的出现和人工智能的兴起，计算机模式识别在 20 斯决策系统进行模式识别的技术，又称为决策理论 世纪 60 年代迅速发展成为一门新学科。 识别方法。利用模式与子模式分层结构的树状信息 所完成的模式识别