[发明专利]一种基于寻找特征值的K近邻手写识别系统算法有效
申请号: | 201510192532.4 | 申请日: | 2015-04-22 |
公开(公告)号: | CN104766101B | 公开(公告)日: | 2018-02-06 |
发明(设计)人: | 姚剑敏;郭太良;林志贤;叶芸;林金堂;郭明勇;周雄图 | 申请(专利权)人: | 福州大学 |
主分类号: | G06K9/68 | 分类号: | G06K9/68 |
代理公司: | 福州元创专利商标代理有限公司35100 | 代理人: | 蔡学俊 |
地址: | 350108 福建省福州市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明涉及一种基于寻找特征值的K近邻手写识别系统算法,包括以下步骤步骤S1对字符图像进行预处理,将所述字符图像转化成1*A2二维矩阵;步骤S2取不同字符的对照图像各B张作为训练集,经矩阵合并,阈值设定及数值重置得到其各字符对应的特征矩阵M;步骤S3根据所述特征矩阵M及最近邻算法确定最终匹配的字符。本发明极大地降低了原本knn的计算复杂度和所需的存储空间,加快了手写输入的识别速度,让极大规模的最近邻的数据处理变为可能,并且该算法使每个训练集的字符都保持相对的独立,可以极大方便的将其转变为并行计算模型,进一步提升算法的执行速度和实用性。 | ||
搜索关键词: | 一种 基于 寻找 特征值 近邻 手写 识别 系统 算法 | ||
【主权项】:
一种基于寻找特征值的K近邻手写识别系统方法,其特征在于包括以下步骤:步骤S1:对字符图像进行预处理,将所述字符图像转化成1*A2二维矩阵,且A=32;步骤S2:取不同字符的对照图像各B张作为训练集,经矩阵合并,阈值设定及数值重置得到其各字符对应的特征矩阵M,且B=100;步骤S3:根据所述特征矩阵M及最近邻算法确定最终匹配的字符。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于福州大学,未经福州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201510192532.4/,转载请声明来源钻瓜专利网。