查詢結果分析
來源資料
頁籤選單縮合
題名 | 群集與分類法則用於光學中文文字識別之研究 |
---|---|
作者姓名(中文) | 鄭伯順; 楊基源; 孫三為; | 書刊名 | 電信研究 |
卷期 | 20:1 1990.03[民79.03] |
頁次 | 頁27-42 |
專輯 | 光學中文文字識別專輯 |
分類號 | 312.74 |
關鍵詞 | 中文; 分類; 文字; 光學; 群集; 識別; |
語文 | 中文(Chinese) |
中文摘要 | 由於中文總字數多,相似字及易混淆字集也多,做光學中文文字識別時,須利用群集與分類法則,則特徵相近的中文字,根據某些標準,群集在一起成為同一群落,經過此種分的過程即可減少比對次數達到即時處理要求,同時同一群落內字集也可利用細分類比對技術以得到更高的辨認率。本文主要敘述如何利用群集觀念,將同一類型的特徵,根據距離函數計算出的標準聚集成群落,其過程是經由分割特徵空間亦即找出一組決策邊界線而完成。一般而言,群集與分類法則可分為非監督性學習與監督性學習。前者常用法則有K-means法則,鄰近函數法則和類神經網路之柯氏自我組織特徵圖等,後者常用法則有高斯分類法,隱馬可夫模式及多層類神經網路等。測試的結果顯示上述各種前瞻性的方法對光學中文文字識別正確辦認率的提高很有助益。 |
英文摘要 | This paper evaluates the applicability and results of several clustering and classification algorithms for optical Chinese character recognition. The related topics including evaluation methods, similarity measures and performance analysis are also discussed. Emphases are laid on clustering algorithms, Neural Networks Classification and Hidden Markov Model matching schemes. Some experimental results of the algorithms are also discussed. |
本系統之摘要資訊系依該期刊論文摘要之資訊為主。