[发明专利]一种文字识别方法

权利要求书

1.一种文字识别方法，采用文字识别引擎对采集的文字进行识别，其特征在于所述文字识别引擎是基于核判别局部块配准算法的文字相似字识别算法，核判别局部块配准算法的文字相似字识别算法是在再生希尔伯特空间中采用判别局部块配准算法进行降维。

2.根据权利要求1所述文字识别方法，其特征在于所述核判别局部块配准算法的文字相似字识别算法的具体实现方式：

1）将一个线性的输入空间通过非线性映射到一个再生希尔伯特空间；

2）在判别局部块配准算法中，局部数据块为X~i=[φ(xi),φ(xi1),···,φ(xim1),φ(xi),···,φ(xim2)],]]>其索引集为，F~i={i,i1,...,im1,i1,...,im2}.]]>校正矩阵可以通过一个迭代过程获得：

L~(F~i,F~i)←L~(F~i,F~i)+L~i---(1)]]>

式中L~i=Σj=1m1+m2(ωi)j-ωiT-ωidiag(ωi),]]>其中diag(·)是对角化操作符，迭代的初始条件为L~=0;]]>

3）进行特征值分解

特征分解式子为：

X~L~X~Tu~=λ~u~---(2)]]>

式中X~=Φ=[φ(xi),···φ(xN)],]]>u~=Σi=1Nθ~iφ(xi),]]>因此可以得到u~=Σi=1Nθ~iφ(xi)=Φθ~i,]]>则特征分解式子转换为如下：

ΦL~ΦTΦθ~=λ~Φθ~---(3)]]>

即

L~Kθ~=λ~θ~---(4)]]>

式中K是一个格兰姆矩阵（Gram Matrix），其中的K_ij=k(x_i,x_j)；高维空间的低维表达通过以下式子得到：

y~i=(U~)Tφ(xi)=Θ~Tki---(5)]]>

式中U~=[u~1,···,u~N],]]>Θ~=[θ~1,···,θ~N],]]>k_i是K的第i列。