基于二维主元素分析的手写体数字识别研究  

A Research Based on 2DPCA of handwritten digit recognition

作　　者：田咏梅[1] 卢琳璋[1,2] 

机构地区：[1]贵州师范大学数学与计算机科学学院,贵州贵阳550001 [2]厦门大学数学科学学院,福建厦门361005

出　　处：《贵州师范大学学报（自然科学版）》2013年第3期105-108,共4页Journal of Guizhou Normal University：Natural Sciences

基　　金：贵州师范大学2012年度自然科学类学生科研课题重点项目

摘　　要：二维主元素分析(2DPCA)是基于二维图像,而不是像PCA一样基于一维的向量化图像,是一种用于人脸识别中的典型的特征提取技巧,与传统的PCA方法相比,它具有更高的识别率和更短的特征提取时间。运用2DPCA的手写体数字识别方法,与PCA方法在误识率上进行了数值对比试验。然后,在特征提取阶段进行改进,它是一个样本图像分组策略,称之为NetPCA,此方法比较好的综合了统计特征和结构特征两种提取方法。Two-dimensional principal component analysis （2DPCA） is based on the 2D images rather than 1 D vectorized images like PCA, which is a classical feature extraction technique in face recognition. Compared with the traditional PCA, 2DPCA has higher recognition rate and shorter feature ex- traction time. Using the 2DPCA method of handwritten digit recognition, and it has a contrast experiment with PCA in the error rate. Then, it improves in the feature extraction stage, it is a sample image group strategy, and it is called NetPCA, this method combines statistical characteristics and structure characteristics feature extraction methods.

关 键 词：手写体数字识别 特征提取 主元素分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]