...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>The international arab journal of information technology >Combination of Multiple Classifiers for Off -Line Handwritten Arabic Word Recognition
【24h】

Combination of Multiple Classifiers for Off -Line Handwritten Arabic Word Recognition

机译：多个分类器的组合用于离线手写阿拉伯语单词识别

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

This study investigates the combination of different classifiers to improve Arabic handwritten word recognition. Features based on Discrete Cosine Transform (DCT) and Histogram of Oriented Gradients (HOG) are computed to represent the handwritten words. The dimensionality of the HOG features is reduced by applying Principal Component Analysis (PCA). Each set of features is separately fed to two different classifiers, Support Vector Machine (SVM) and Fuzzy K -Nearest Neighbor (FKNN) giving a total of four independent classifiers. A set of different fusion rules is applied to combine the output of the classifiers. The proposed scheme evaluated on the IFN/ENIT database of Arabic handwritten words reveal that combining the classifiers results in improved recognition rates which, in some cases, outperform the state-of-the-art recognition systems.
机译：本研究调查了不同分类器的组合，以提高阿拉伯语手写单词的识别率。计算基于离散余弦变换（DCT）和定向梯度直方图（HOG）的特征来表示手写单词。通过应用主成分分析（PCA），可以减少HOG特征的尺寸。每组特征分别馈给两个不同的分类器，即支持向量机（SVM）和模糊K最近邻（FKNN），总共提供四个独立的分类器。应用了一组不同的融合规则来组合分类器的输出。在阿拉伯手写单词的IFN / ENIT数据库上评估的拟议方案显示，结合分类器可提高识别率，在某些情况下，其识别性能优于最新的识别系统。

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