文献类型：期刊文献

中文题名：一种基于独立分量分析的数字字符识别方法研究

英文题名：Research of an ICA-Based Digital Character Recognition Method

作者：李仁良[1];高大启[1]

机构：[1]华东理工大学信息工程学院,上海200237

年份：2006

卷号：28

期号：2

起止页码：74

中文期刊名：计算机工程与科学

外文期刊名：Computer Engineering & Science

收录：CSTPCD;;CSCD:【CSCD2011_2012】；

基金：国家自然科学基金资助项目(60275017;60373073);上海市重点科技攻关项目(025115028;04dz05010)

语种：中文

中文关键词：独立分量分析;负熵最大化;超高斯;矢量量化

外文关键词：ICA; negentropy maximization; supergaussian ; LVQ

摘要：在深入分析独立分量分析这一方法的基础上,使用一种负熵最大化的FastICA方法,对传统的数字字符识别模板库进行特征的二次提取,并采用一种改进的矢量量化方法进行识别。实验证明,ICA方法比PCA的识别率要高,并且计算量小于传统的方法。
On the basis of studying ICA extensively, we apply the FastICA algorithm based on negentropy maximition to number recognition. After the new characters are aquired, an algorithm of improved LVQ is used for recognition. The experiments in the number recognition show that the ICA method has a higher recognition rate than the PCA method, and a lower computing complexity than tradational recognization methods.