• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Arabian Journal for Science and Engineering >Reduced Scattering Representation for Malayalam Character Recognition
【24h】

Reduced Scattering Representation for Malayalam Character Recognition

机译：减少对马拉雅拉姆语字符识别的散射表示

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Scattering convolution network generates stable feature representation by applying a sequence wavelet decomposition operation on input signals. The feature representation in higher layers of the network builds a large-dimensional feature vector, which is often undesirable in most of the applications. Dimension reduction techniques can be applied on these higher-dimensional feature descriptors to produce an informative representation. In this paper, singular value decomposition is applied to the higher-layer scattering representation to generate informative feature descriptors. The effectiveness of the reduced scattering representation is evaluated on Malayalam printed and handwritten character recognition using support vector machine classifier. The reduced scattering representation improves the recognition performance when combining with lower-layer scattering network features.
机译：散射卷积网络通过对输入信号应用序列小波分解操作来生成稳定的特征表示。网络较高层中的特征表示建立了一个大型特征向量，这在大多数应用程序中通常是不希望的。降维技术可以应用于这些更高维的特征描述符，以产生信息性的表示。在本文中，将奇异值分解应用于高层散射表示以生成信息量特征描述符。使用支持向量机分类器在马拉雅拉姆语印刷和手写字符识别上评估了减少的散射表示的有效性。当与低层散射网络功能结合使用时，减少的散射表示可提高识别性能。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号