“有效行”特征对手写体字符的识别

从无限制的手写体数字的结构出发，提出“有效行”特征的概念及其提取算法。该特征具有维数小、平移不变、字符小角度旋转不变等特点。建立了相应的字符特征库，利用ＢＰ网络对样本字符进行研究，通过大量的手写体数字识别测试表明：该方法在识别速度上优于利用单一的矩特征、小波特征等传统识别方法；在误识率方面也优于一般的单一识别方法。     

特征融合用于手写体汉字识别研究

分析了手写汉字特征的提取方法,提取具有一定互补性的轮廓方向特征和方向距离分布特征,并进行K-L变换降维处理,用多特征合成一个区分能力更强的新特征。讨论了RBF网络分类器特性,结合特征融合方法和模块RBF神经网络结构有机地构建一个小类别手写体汉字识别系统。实验表明,该系统可行和有效。