基于余弦整形变换的手写汉字训练样本生成方法

摘要

在统计模式识别问题的研究中,训练样本的数量和质量对于系统的识别性能是非常关键的。当训练样本的数量和质量不能满足需要时,我们无法正确估计样本的统计分布,进而无法得到最优的识别率。rn 本文提出一种新的基于余弦整形变换的手写汉字训练样本生成方法,可以有效提高现有手写汉字识别系统的识别性能。通过对原始训练样本进行基于余弦整形变换的样本生成和样本筛选,一定程度上缓解了某些条件下训练样本不足的问题,增强了识别器的扩展能力和鲁棒性。在HCL2000数据库上进行的实验表明,该方法可已有效提高汉字分类器的识别率。