《表1 随机手写数字0输入下本方法与其他数据驱动方法比较》
在手写数字分类软件模板[5]中随机输入29个数字0,本方法与其他数据驱动及模板匹配法比较如表1和表2所示。由表1和表2可见,对于任意输入的手写数字0,模板匹配法比其他数据驱动方法具有更高的识别精度。在其他数据驱动方法中,精度最低的是势函数法,为24.14%,最高的是Bayes匹配法,为69%。其他模板匹配法中精度最低的是基于类中心的欧几里德距离法,为72.41%;最高的是使用PCA的最近邻模板匹配法,为96.55%,而上述本方法识别精度为100%,说明本方法具有对变形及含噪声数据更强的鲁棒性,并且避免了支持向量机、Hopfiled神经网络等需要参数的初始设置和调节的过程,也避免了PCA最近邻模板匹配和夹角余弦距离法的PCA降维步骤,计算简单,易于实现,识别精度更高;另外本方法采用客观聚类分析对模板集聚类,利用聚类中心代表原始模板集,大大降低了计算量,提高了在线识别的效率。
图表编号 | XD0087010500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 王娜、胡超芳 |
绘制单位 | 天津工业大学电气工程与自动化学院自动化系、天津工业大学天津市电工电能新技术重点实验室、天津大学微光机电系统技术教育部重点实验室、天津大学电气自动化与信息工程学院自动化系 |
更多格式 | 高清、无水印(增值服务) |