分类器融合方法用于识别波斯手写数字
计算机视觉与模式识别
2014-08-18 v2
摘要
在模式分析技术下，波斯手写字符的识别在过去几年中被视为一个重要的研究领域。本文研究了一种利用强特征集和分类器融合方法进行鲁棒波斯手写数字识别的新方法，以提高识别率。为了实现分类器融合技术，我们考虑了k近邻（KNN）、线性分类器（LC）和支持向量机（SVM）分类器。该策略的创新之处在于使用分类器融合方法以较少的特征获得更好的精度。为了评估所提出的方法，我们使用了一个包含20,000个手写样本的波斯数字数据库。使用15,000个样本进行训练，在其余5,000个样本上验证我们的技术，正确识别率约为99.90%。此外，在20,000个数据库上使用四折交叉验证程序，我们获得了99.97%的准确率。
引用
@article{arxiv.1407.2572,
title = {Classifiers fusion method to recognize handwritten persian numerals},
author = {Reza Azad and Babak Azad and Iraj Mogharreb and Shahram Jamali},
journal= {arXiv preprint arXiv:1407.2572},
year = {2014}
}
备注
This paper has been withdrawn by the author due to a crucial sign error in equation 5 and 6, and some mistake in Table 1 information. please let me for changing this information and updating this paper