基于FSVM脱机手写体汉字分类识别研究

朱程辉，甘 恒，王建平

合肥工业大学 电气与自动化工程学院，合肥 230009

基于FSVM脱机手写体汉字分类识别研究

朱程辉，甘 恒，王建平

合肥工业大学 电气与自动化工程学院，合肥 230009

1 引言

汉字具有汉字类别多、字体结构复杂、字型变化多、相似字多的特点[1]。脱机手写体汉字除此之外，还具有书写风格众多、书写不规范、随意性较大等特点。这些特点导致脱机手写体汉字成为目前文字识别领域最困难的问题之一。近些年已有一些新的方法理论运用到脱机手写体汉字识别领域，如神经网络、粗糙集等，与这些方法相比支持向量机有很好的泛化能力，同时避免了维数灾难[2]。

脱机手写体汉字识别首先要进行粗分类。目前采用支持向量机粗分类的方法主要有：按汉字字型结构特征和按汉字部首特征。按汉字字型结构特征进行粗分类存在某些字的字型结构不明确的问题[3]。按汉字部首特征粗分类，存在部首特征难以提取的问题[4]。和前两种特征相比，汉字像素密度特征易于提取并且分类明确。本文结合汉字整体的像素密度特征和小波分解横、竖、斜向笔划细节描述特征，利用模糊支持向量机（FSVM）进行粗分类。

一个待识别汉字像素密度若距离汉字样本像素密度期望值越远，则待识别汉字归属该样本的可能性越小。本文采用FSVM方法，根据不同输入样本对分类重要程度的不同，赋予不同隶属度[5]。减少噪声对传统支持向量机的影响，进而改善并提高识别精度。……