没有合适的资源?快使用搜索试试~ 我知道了~
实验总结10_311
资源详情
资源评论
资源推荐
褶皱情况下的手写体识别(运用散射算子和多种其他工具的组合方法)
概要
(2013-08~2014-05)
论文所采用的方法是 Scatter 系数+Gamma+Copula(+monte Carlo)+KL 距离+KNN 分类
专利采用的方法是 Scatter 系数+Gamma+KL 距离公式+KNN 分类
实验数据集的划分方法:
50 个书写者,每个书写者书写两幅笔迹样本,总共有 100 幅图像,将这 100 幅图像经过
不同褶皱处理,生成正常、轻度褶皱、重度褶皱三大类图像,每大类图像有 100 幅图像,为
解决小样本问题,将 100 幅图像中的每幅图像上的文字随机组合,使得每幅图像生成 20 张
图像,这样每大类图像集含有 2000 幅文本图像,论文中采用的方法没有将图像集分为测试
集和训练集,而是计算出每一幅图像与其他图像的 KL 距离后,根据距离划分类别,最后比
较该类图像中的正确的图像个数,得出正确率。(称该数据集为 A)
划分数据集为测试集和训练集的实验未做。 (称该划分数据集为 A_1)
(2014-09~2014-11)
该实验阶段主要采用了的方法是 Scatter 系数+降维工具+KNN 分类(同数据集下,实验效果要
优于论文中所采用的方法):
按照降维工具是否线性分为线性降维和非线性降维。
实验数据集的划分方法:
与论文方法不同的是,将不同褶皱情况下的手写体笔迹文本图像混合到一起,并对总数据
集进行训练集和测试集的划分,比较不同降维方法对结果的影响。(称该数据集为 B)
为了便于实验,缩小了数据集 B 的规模为 10 个人所写的文本图像。(称该数据集为 B_1)
线性降维方法
PCA、类 LDA(使用类内距离效果最好,不考虑类间距离)、LLR(低秩表示) 、RPC(鲁棒 PCA)
非线性降维方法(主要采用 drttool 工具箱(34 种降维方法)中的部分降维方法)
Kernel PCA、LPP
具体实验效果比较(以下实验均在数据集 A,A_1,B,B_1 范围下进行,A,A_1,B,B_1 的
说明见概要部分)
1. Scatter 系数+Gamma+Copula(+monte Carlo)+KL 距离+KNN 分类
表 4 PDTDFB、NACT、Scatter 在不同褶皱情况下的识别率(A 数据集)
郑华滨
- 粉丝: 26
- 资源: 296
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0