利用无监督模糊聚类识别历史扫描文档中的书写风格

将数字化文档中的笔迹归因给多位书写者是一个高维的挑战性问题。独特的书写风格可能在字符大小、笔画宽度、环路、运笔、倾斜角度和连笔等多个因素的组合上有所不同。先前基于标注数据使用隐马尔可夫模型、支持向量机和半监督循环神经网络的工作取得了中等至较高的成功率。在本研究中，我们通过模糊软聚类结合线性主成分分析，成功检测了一部历史手稿中的书写转换。这一进展展示了无监督方法在历史文档书写者归因和法医文档分析中的成功应用。