[發(fā)明專利]一種基于李群結(jié)構(gòu)數(shù)據(jù)的手寫體數(shù)字識(shí)別方法及系統(tǒng)

有效

• 申請(qǐng)?zhí)枺?/td>: 201210041116.0
• 申請(qǐng)日: 2012-02-22
• 公開（公告）號(hào): CN102722713A
• 公開（公告）日: 2012-10-10
• 發(fā)明（設(shè)計(jì)）人: 張莉;王曉乾;楊季文;何書萍;李凡長(zhǎng)
• 申請(qǐng)（專利權(quán)）人: 蘇州大學(xué)
• 主分類號(hào): G06K9/62
• 分類號(hào): G06K9/62
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 常亮;李辰

技術(shù)領(lǐng)域

本發(fā)明涉及手寫體數(shù)字識(shí)別技術(shù)領(lǐng)域，更具體地說，涉及一種基于李群結(jié)構(gòu)數(shù)據(jù)的手寫體數(shù)字識(shí)別方法及系統(tǒng)。?

背景技術(shù)

近年來隨著計(jì)算機(jī)技術(shù)和數(shù)字圖像處理技術(shù)的飛速發(fā)展，手寫體數(shù)字識(shí)別技術(shù)在大規(guī)模數(shù)據(jù)統(tǒng)計(jì)，郵件分揀，財(cái)務(wù)、稅務(wù)和金融領(lǐng)域中得到了廣泛的應(yīng)用，于此同時(shí)，隨著機(jī)器學(xué)習(xí)技術(shù)的普及應(yīng)用，很多物理學(xué)家和化學(xué)家開始廣泛使用李群理論研究相關(guān)領(lǐng)域的數(shù)據(jù)。相應(yīng)的，在手寫體數(shù)字識(shí)別技術(shù)領(lǐng)域，李群結(jié)構(gòu)數(shù)據(jù)以其良好的數(shù)學(xué)結(jié)構(gòu)已被廣泛應(yīng)用。?

目前，基于李群結(jié)構(gòu)數(shù)據(jù)的手寫體數(shù)字識(shí)別一般都是通過分類算法建立分類器模型，從而對(duì)手寫體數(shù)字圖像的李群結(jié)構(gòu)數(shù)據(jù)進(jìn)行分類處理，得到分類器輸出結(jié)果，進(jìn)而依據(jù)分類器的輸出結(jié)果獲得手寫體數(shù)字的識(shí)別結(jié)果。現(xiàn)有技術(shù)常用的分類算法為李群Fisher算法，李群Fisher算法需對(duì)原始的李群結(jié)構(gòu)數(shù)據(jù)進(jìn)行一個(gè)線性變換投影，使得同類數(shù)據(jù)盡量投影到一起，不同類數(shù)據(jù)盡可能地遠(yuǎn)離，雖然投影后的數(shù)據(jù)具有很好的可分性，但采用線性分類方法的李群Fisher算法必然不能捕獲李群結(jié)構(gòu)數(shù)據(jù)的非線性特征，這就造成李群Fisher算法在處理李群結(jié)構(gòu)數(shù)據(jù)的非線性特征上存在一定缺陷。?

發(fā)明內(nèi)容

有鑒于此，本發(fā)明提供一種基于李群結(jié)構(gòu)數(shù)據(jù)的手寫體數(shù)字識(shí)別方法及系統(tǒng)，以解決現(xiàn)有的手寫體數(shù)字識(shí)別技術(shù)在處理李群結(jié)構(gòu)數(shù)據(jù)的非線性特征上存在的缺陷，以實(shí)現(xiàn)李群結(jié)構(gòu)數(shù)據(jù)的非線性處理。?

為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：?

一種基于李群結(jié)構(gòu)數(shù)據(jù)的手寫體數(shù)字識(shí)別方法，包括步驟：?

A.從原始的手寫體數(shù)字圖像數(shù)據(jù)中提取對(duì)應(yīng)數(shù)量的李群結(jié)構(gòu)數(shù)據(jù)；?

B.將李群結(jié)構(gòu)數(shù)據(jù)與其對(duì)應(yīng)的手寫體數(shù)字圖像數(shù)據(jù)的類別標(biāo)簽的對(duì)應(yīng)關(guān)系作為訓(xùn)練樣本，得到與所述對(duì)應(yīng)數(shù)量的李群結(jié)構(gòu)數(shù)據(jù)相對(duì)應(yīng)的訓(xùn)練樣本集合，同時(shí)構(gòu)造處理李群結(jié)構(gòu)數(shù)據(jù)的矩陣高斯核函數(shù)：?

k(za,zb)=e-p×||za-zb||F2,]]>所述z_a和z_b表示任意兩個(gè)李群結(jié)構(gòu)數(shù)據(jù)，p＞0為核函數(shù)，‖‖_F為矩陣范數(shù)；?

C.利用支持向量機(jī)算法，以所述矩陣高斯核函數(shù)為核函數(shù)，輸入訓(xùn)練樣本，訓(xùn)練得到分類器模型；?

D.將待測(cè)手寫體數(shù)字圖像數(shù)據(jù)對(duì)應(yīng)的李群結(jié)構(gòu)數(shù)據(jù)，分別輸入到訓(xùn)練得到的分類器模型中，得到對(duì)應(yīng)的數(shù)字類別。?

本發(fā)明還提供一種基于李群結(jié)構(gòu)數(shù)據(jù)的手寫體數(shù)字識(shí)別系統(tǒng)，包括：?

李群結(jié)構(gòu)數(shù)據(jù)提取模塊，用于從原始的手寫體數(shù)字圖像數(shù)據(jù)中提取對(duì)應(yīng)數(shù)量的李群結(jié)構(gòu)數(shù)據(jù)；?

預(yù)處理模塊，用于將李群結(jié)構(gòu)數(shù)據(jù)與其對(duì)應(yīng)的手寫體數(shù)字圖像數(shù)據(jù)的類別標(biāo)簽的對(duì)應(yīng)關(guān)系作為訓(xùn)練樣本，得到與所述對(duì)應(yīng)數(shù)量的李群結(jié)構(gòu)數(shù)據(jù)相對(duì)應(yīng)的訓(xùn)練樣本集合，同時(shí)，構(gòu)造處理李群結(jié)構(gòu)數(shù)據(jù)的矩陣高斯核函數(shù)：?