摘要：提出了基于方向梯度直方圖(Histogramoforientedgradient,HOG)特征提取和模糊支持向量機(jī)(Fuzzysupportvectormachine,FSVM)的西夏文字識(shí)別技術(shù).在模糊支持向量機(jī)模型中引入了新的隸屬度函數(shù),構(gòu)造了基于多超平面的模糊支持向量機(jī)模型,增強(qiáng)了分類能力,降低了噪聲點(diǎn)的干擾,提高了分類效率.將HOG特征提取和FSVM相結(jié)合應(yīng)用于西夏文字識(shí)別,提高了文字識(shí)別效率.通過在數(shù)據(jù)集上測(cè)試,并與已有的文字識(shí)別方法相比較,結(jié)果表明,HOG特征提取結(jié)合FSVM的方法性能優(yōu)于現(xiàn)有的其他方法.
注：因版權(quán)方要求，不能公開全文，如需全文，請(qǐng)咨詢雜志社
