基于相似度區(qū)分的聯(lián)機手寫梵音藏文特征降維方法研究

基于相似度區(qū)分的聯(lián)機手寫梵音藏文特征降維方法研究

ID:35068372

大小:4.87 MB

頁數(shù):43頁

時間:2019-03-17

基于相似度區(qū)分的聯(lián)機手寫梵音藏文特征降維方法研究_第1頁
基于相似度區(qū)分的聯(lián)機手寫梵音藏文特征降維方法研究_第2頁
基于相似度區(qū)分的聯(lián)機手寫梵音藏文特征降維方法研究_第3頁
基于相似度區(qū)分的聯(lián)機手寫梵音藏文特征降維方法研究_第4頁
基于相似度區(qū)分的聯(lián)機手寫梵音藏文特征降維方法研究_第5頁
資源描述:

《基于相似度區(qū)分的聯(lián)機手寫梵音藏文特征降維方法研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學術(shù)論文-天天文庫

1、分類號;TP391密級;公開馨乂緣碩±學位論文題目:基于相似度區(qū)分的聯(lián)機手寫梵音藏文特征降維方法研究姓名:隆透學號:Y131740449學院:數(shù)學與計算機科學學院專業(yè):軟件工程研巧方向:智能信息處理與應用款件導師:王維蘭二〇—六年五月studonDimensionReductionCharacteris村csofyOnlineHandwrittenSanskritTibetanDistinctionBasedonSimilarityAThesisSubmitted

2、fortheDegreeofMasterCandidate:ChenuanySupervisor;Prof.WangWdlanNorthwestUniversitforNationalitiesyLanzhou,China關(guān)于學位論文使用授權(quán)的聲明本人在導師指導下所完成的論文及相關(guān)的作品,知識產(chǎn)權(quán)歸屬西北民族大學。本人完全了解西北民族大學有關(guān)保存、使用學位論文的規(guī)定,同意學校保存或向國家有關(guān)部口或機構(gòu)送交論文的紙質(zhì)版和電子版,允許絶文被查閱和借閱;本人授權(quán)西北民族大學可W將本學位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)

3、庫進行檢索,可采用任何復制手段保存和匯編本學位論文。本人離校后發(fā)表、使用學位論文或與該一論文直接相關(guān)的學術(shù)論文或成果時,第署名單位仍然為西北民族大學。保密論文在解密后應遵守此規(guī)定。論文作者簽名;導師簽名;列挺日期;分原創(chuàng)性聲明本人鄭重禹明:本人所呈交的學位論文,是在導師的指導下獨立進行研究所取得的成果。學位論文中凡引用他人己經(jīng)發(fā)表或未發(fā)表的成果,均己明確注明出處。除文中己經(jīng)注明引用的內(nèi)、數(shù)據(jù)、觀點等容外,不包含任何其他個人或集體己經(jīng)發(fā)表或撰寫過的科研成果。對本文的研巧成果做出重要貢獻的個人巧集體,均己在文中W明確方式標明。本

4、聲明的法律責任由本人承擔。化、、b論文作者簽名;口期:勸讀._I摘要特征降維在模式識別領(lǐng)域中占據(jù)重要地位。聯(lián)機手寫梵音藏文手寫識別包括預處理、將征提取、特征降維和識別的過程。祿音藏文字符中相似字眾多,同時相似度大,利巧低維空間的數(shù)據(jù)規(guī)律,分析找到相似字之間的不同提商相似字的識別率。首先選擇奇異值分解法對字符特征矩陣進行初次降維,得到低維空間的初始特征向量。分析低維空間中字符特征矩陣之間的相似關(guān)系,構(gòu)建相似度矩陣空間。,在相似度矩陣空間的基礎(chǔ)上,利用譜聚類方法對低維空間的初始特征向量進行分類分析。分類后,分析相似字類別和非相似字類

5、別的類別信息。通過相似字之間存在的類別關(guān)系,對類別字符矩陣進斤分析降維處理。選擇了PCA和PCA+LDA,保證有較好的區(qū)分相似字的能力的方法對字符矩陣進行最終的降維處理,得到具有類別信息的降維新矩陣。最終得到字符類別結(jié)果化及多種形式的降維矩陣結(jié)果,將這些降維新矩陣進行相似字區(qū)分驗證。實驗對原始字符特征矩陣進行六種形式的降維處理:(1)對原始字符特征矩陣進行PCA降維2)對原始字符特征矩陣進行PCA+LDA,(降維,+(3)SVD初步降維,再進行PCA降維,(4)SVD初步降維,再進行PCALDA降維,(5)SVD巧步降維得到的初步降維矩陣么

6、后,進行譜聚類分類,將初步降維后的PCA+LDA6)SVD巧類別矩陣進行降維,進,(步降維得到的初步降維矩陣之后行+譜聚類分類,將原始數(shù)據(jù)類別矩陣進行PCALDA降維。最終得到六種結(jié)果的降維矩陣。對六種結(jié)果降維矩陣進行分類,得到新的分類結(jié)果。比較兩次分類,首次分類相似字同類別的情況,新分類結(jié)果中相似字被分開的情況。比較六種情況下,相似字在前后兩次分類過程中被分開的程度。實驗結(jié)果證明,第六種處理方法,。能夠區(qū)分相似字的效果較好,能區(qū)分復雜的相似字關(guān)鍵詞:梵音藏文,特征降維,奇異值分解,PCA,LDAII乂bs化actFeatured

7、imensionreductionplaysanimportantrolein化efieldofpatternreconition.TheprocessofonlinehandwrittenTibetanfinehandwritingg’menrecognitionincludesreroce巧in,feaUaeextraction,featuredisionreductionandppgrecitt.化thereulaiofoni

當前文檔最多預覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當前文檔最多預覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學公式或PPT動畫的文件,查看預覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負責整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細閱讀文檔內(nèi)容,確認文檔內(nèi)容符合您的需求后進行下載,若出現(xiàn)內(nèi)容與標題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。