An Approach to Unsupervised Character Classification Based on Similarity Measure in Fuzzy Model  

一种基于模糊模型相似测量的字符无监督分类法(英文)

作　　者：卢达[1] 钱忆平[1] 谢铭培[2] 浦炜[1] 

机构地区：[1]常熟高等专科学校物理系,常熟215500 [2]复旦大学计算机科学系,上海200433

出　　处：《Journal of Southeast University(English Edition)》2002年第4期370-376,共7页东南大学学报（英文版）

基　　金：TheprojectsupportedbytheChinaScholarshipCouncilFoundation (9983 2 0 97)andtheNationalScienceofJiangsuEducationCommission(99KGB14 0 0 0 9)

摘　　要：This paper presents a fuzzy logic approach to efficiently perform unsupervised character classification for improvement in robustness, correctness and speed of a character recognition system. The characters are first split into eight typographical categories. The classification scheme uses pattern matching to classify the characters in each category into a set of fuzzy prototypes based on a nonlinear weighted similarity function. The fuzzy unsupervised character classification, which is natural in the repre...提出了一种能有效完成对无监督字符分类的模糊逻辑方法 ,以提高字符识别系统的速度 ,正确性和鲁棒性 .字符首先被分为 8种印刷结构类 ,然后采用模式匹配方法将各类字符分别转换成基于一非线性加权相似函数的模糊样板集合 .模糊无监督字符的分类是字符匹配的一种自然范例并发展了加权模糊相似测量的研究 .本文讨论了该模糊模型的特性并用以加快字符分类处理 ,经过字符分类 。

关 键 词：fuzzy model weighted fuzzy similarity measure unsupervised character classification matching algorithm classification hierarchy 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]