[发明专利]一种基于分类器集成的手写维文字符识别方法

摘要

本发明公开了一种基于分类器集成的手写维文字符识别方法，属于模式识别领域，该方法首先对手写维文字符进行预处理，接着利用方向线素提取维文字符的特征向量，然后分别使用MQDF分类器和BP神经网络分类器对维文字符特征向量分类，对分类识别的结果即MQDF置信值集和BP神经网络置信值集进行集成，具体是通过两个置信值的加权和实现集成，得到最终置信值集，选择最大的置信值作为识别结果。本发明使用了两种分类器，并将结果集成，提高了识别率，本发明具有算法性能好、实时性强、可靠性高、识别率高的优点，主要应用于移动平台即手机上实现手写维文识别，为维文的信息化处理奠定了基础，为维文的文化交流开辟了新的方法和应用途径。

主权项

一种基于分类器集成的手写维文字符识别方法，其特征在于：识别过程包括：步骤1对采集到的手写维文字符进行预处理，去除采集维文字符过程中附加的噪声，得到规范化的维文字符；步骤2提取维文字符的特征向量，将规范化的维文字符从对象空间映射到特征空间，得到维文字符的方向线素，即维文字符的特征向量；步骤3分别使用MQDF分类器和BP神经网络分类器对维文字符特征向量分类识别，得到分类识别结果，MQDF分类器的分类结果是置信值集1和BP神经网络分类器的分类结果是置信值集2；步骤4对两种分类识别的结果置信值集1和置信值集2进行集成，计算128个维文字符中每个候选字符的两个置信值的加权和，选择最大的加权和值作为最终的分类识别结果。