《表5 NSCT变换后融合GLCM和MBLBP在维吾尔文数据库上的实验结果》
由表5~表7可以看出,当在NSCT变换后提取GL-CM特征和MBLBP特征并融合两种特征,对于维吾尔文、柯尔克孜文及其混合文种的3种不同语言数据集,使用SVM分类器时识别率最高达到91.75%,92%,94.75%,使用BP神经网络时识别率最高达到94%,94.25%,96.75%,实验结果表明,此方法融合NSCT+GLCM+MBLBP特征,可以提高一定的识别率,此方法对维吾尔文、柯尔克孜文及维柯混合数据的离线的手写签名都具有较好的描述性。
图表编号 | XD00206695600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.16 |
作者 | 莫龙飞、麦合甫热提、朱亚俐、吾尔尼沙·买买提、库尔班·吾布力 |
绘制单位 | 新疆大学信息科学与工程学院、新疆大学教务处、新疆大学信息科学与工程学院、新疆大学信息科学与工程学院、新疆大学信息科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |