基于小波分析及KNN的民族文字分类方法

郭海; 赵晶莹; 苏飞

Chinese

您当前的位置：

首页 >

文章列表页 >

基于小波分析及KNN的民族文字分类方法

更新时间：2026-09-04

- 基于小波分析及KNN的民族文字分类方法
- A Chinese Minority Script Recognition Method Based on Wavelet Feature and KNN
- 微电子学与计算机 2010年27卷第2期页码：107-110
- 作者机构：
  
  大连民族学院计算机科学与工程学院,辽宁,大连,116600
- 作者简介：
- 基金信息：
  
  国家自然科学基金项目(60803096)国家民委项目(07DL07)
- DOI：
  中图分类号：
- 纸质出版：2010
- 稿件说明：
移动端阅览
郭海, 赵晶莹, 苏飞. 基于小波分析及KNN的民族文字分类方法[J]. 微电子学与计算机, 2010, 27(2): 107-110.

GUO Hai, ZHAO Jing-ying, SU Fei. A Chinese Minority Script Recognition Method Based on Wavelet Feature and KNN[J]. 2010, 27(2): 107-110.
郭海, 赵晶莹, 苏飞. 基于小波分析及KNN的民族文字分类方法[J]. 微电子学与计算机, 2010, 27(2): 107-110. DOI：

GUO Hai, ZHAO Jing-ying, SU Fei. A Chinese Minority Script Recognition Method Based on Wavelet Feature and KNN[J]. 2010, 27(2): 107-110. DOI：

摘要

提出一种基于小波分析的少数民族文字文字分类识别方法.该方法采用多辨识小波分解

从而获得小波能量和小波能量比例分布的特征描述

结合少数民族文字文本图片的纹理特征

选择加权KNN分类器.实验证明:该识别方法对藏文、西双版纳傣文、纳西象形文、维吾尔文、德宏傣文和彝文6种常用的少数民族文字及汉字、英语共8种文字的分类测试达到96%的识别效果.

Abstract

The method of recognizing the kinds of Chinese minority scripts based on wavelet analysis and K-Nearest Neighbour (KNN) is presented which adopts wavelet decomposition that obtains feature descriptor of wavelet energy and wavelet energy distribution proportion.Combined with the texture feature of Chinese minority scripts

radially classification in Feature-Weighted K-Nearest Neighbour (FWKNN) .Among Chinese

English and Chinese minority scripts such as Tibetan

Tai Lue

Naxi Pictographs

Uighur

Tai Le

the experimental results show the recognition rate is up to 96%.

关键词

Keywords

references

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

一种基于特征上下文理解与切片分析的肺结核检测算法

V型沟槽SiC中子探测器的蒙特卡洛分析

基于改进RT-DETR的航拍小目标检测算法

AlN/GaN混合缓冲层双异质结p-GaN HEMT直流特性仿真

低功耗设计的双链电源关断策略的实现与验证