← 返回列表
一种手写体数字识别方法、装置及计算机存储介质
申请人信息
- 申请人:常熟理工学院
- 申请人地址:215500 江苏省苏州市常熟市南三环路99号
- 发明人: 常熟理工学院
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种手写体数字识别方法、装置及计算机存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410130100.X |
| 申请日 | 2024/1/31 |
| 公告号 | CN117671704A |
| 公开日 | 2024/3/8 |
| IPC主分类号 | G06V30/22 |
| 权利人 | 常熟理工学院 |
| 发明人 | 薛杨涛; 白文涛; 司亚利; 钟珊; 龚声蓉 |
| 地址 | 江苏省苏州市常熟市南三环路99号 |
摘要文本
本发明公开了一种手写体数字识别方法，包括步骤收集到的样本进行归一化处理得到训练数据，训练数据包括标签数据和无标签数据；由标签数据计算类内散度矩阵和类间散度矩阵；由标签数据和无标签数据构建近邻图计算流形正则项；利用训练数据通过拉普拉斯自适应权重判别分析方法学习得到最优投影矩阵，并采用迭代优化的方法求解优化问题得到最优投影矩阵，将待识别样本进行归一化处理，再通过最优投影矩阵得到投影后的数据，然后采用最近邻分类器得到识别标签。本发明还公开了基于该方法的装置及计算机存储介质。本发明有效解决标签数据少的多分类问题，提高了数据的利用率，并提升了分类性能。
专利主权项内容
1.一种手写体数字识别方法，其特征在于，包括以下步骤：步骤S1、收集到的样本进行归一化处理得到训练数据，所述训练数据包括标签数据和无标签数据；步骤S2、由训练数据中的标签数据计算类内散度矩阵和类间散度矩阵；步骤S3、由训练数据中的标签数据和无标签数据构建近邻图计算流形正则项；步骤S4、利用训练数据通过拉普拉斯自适应权重判别分析方法学习得到最优投影矩阵，包括将拉普拉斯自适应权重判别分析方法的优化目标设置为
，
，其中为类内散度矩阵，/>为类间散度矩阵，/>为投影矩阵/>的L范数，m为特征个数，d为投影空间的维度，/>为流形正则项，/>为权衡参数，/>为单位矩阵，/>为训练数据中标签信息的类别数；采用迭代优化的方法求解投影矩阵/>和权重向量/>，得到最优投影矩阵；2, 1步骤S5、将待识别样本进行归一化处理，再通过最优投影矩阵得到投影后的数据，然后采用最近邻分类器得到识别标签。