基于二维双向PCA的手写数字识别算法研究

作     者：郭春妮 高瑜翔 黄坤超 GUO Chunni;GAO Yuxiang;HUANG Kunchao

作者机构：成都信息工程大学通信工程学院四川成都610225 中国西南电子技术研究所四川成都610036 

基　　金：省属高校创新团队“新一代无线通信理论与ASIC设计”(15TD0022) 

出 版 物：《无线电工程》 (Radio Engineering)

年 卷 期：2019年第49卷第12期

页      码：1099-1102页

摘      要：手写数字识别系统中,传统K最近邻(KNN)算法的识别速度较慢,而基于主分量分析(PCA)以及二维主分量分析(2DPCA)的KNN识别算法其识别速度虽有提升,但识别率仍然有待提高。为此,提出了一种基于二维双向主分量分析(Two Dimension Double PCA,2DDPCA)结合KNN的识别算法,并使用MINIST手写数据集进行了仿真实验验证,结果表明,该算法与2DPCA相比,在识别速度相当的情况下,识别率可提高近3个百分点。

主 题 词：手写数字识别 K最近邻 二维主分量分析 二维双向主分量分析 识别率 

学科分类：0711[理学-心理学类] 07[理学] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 

D　O　I：10.3969/j.issn.1003-3106.2019.12.015

馆 藏 号：203820443...