|
|||||
|
|
| 基于多分类器DS融合的手写数字识别模型设计 | |
| 作者姓名： | 陈月芬 林君焕 |
| 作者单位： | 台州学院物理与电子工程学院;台州职业技术学院机电系 |
| 基金项目： | 浙江省自然科学基金资助项目(Y13F020160);浙江省重点实验室开放基金资助项目(ZKL-PR-200307);浙江省教育厅科研资助项目(Y201329306);浙江省高职高专院校专业带头人专业领军资助项目(lj2013140) |
| 摘 要： | 针对单分类器对数字字符的不均衡识别问题,提出了基于Dempster and Shagfer(DS)融合的集成分类器模型,选取BP神经网络、Hopfield、模板匹配作为三个被集成的分类器,利用各分类器的识别结果来构造DS的概率分配函数,再通过DS融合输出最终结果,最后设计MATLAB程序进行实验,测试结果表明系统的整体识别率相对于单分类器和简单多数表决融合的多分类器,有更进一步的提高。 |
| 关 键 词： | DS证据 笔画方向 手写数字识别 |
| 本文献已被 CNKI 等数据库收录！ | |
