部件字典与时分方向特征提升维吾尔手写字符识别准确率

本文主要探讨了"部件字典结合时分方向特征的手写维吾尔字符识别"这一技术在2013年的研究成果。论文针对在线手写维吾尔语的128类变体字符，提出了一种创新的识别方法。该方法的核心在于： 1. 部件字典构建：首先，作者对联机手写维吾尔字符进行连笔分析，将其分解为主体（基本部分）、附加（装饰性部分）和点（细小元素）三类部件。这种分解有助于解决在线书写中字符笔顺和连笔的灵活性问题，使得识别更具规范性。 2. 时分方向特征提取：为了减少拓扑变形对识别的影响，研究者提出了新的时分方向特征。这个特征在模糊领域内提取方向链码，然后按照时间顺序进行分割统计。通过检测和调整短期变动，该方法能够有效地校正字符间的抖动干扰。 3. 部件匹配与权重估计：采用不同的分类器对各个部件进行匹配，通过计算匹配测度分布来估计每个部件的重要性。这些权重被用于后续的字符识别过程。 4. 融合识别方法：最终，作者采用了加权朴素贝叶斯算法作为融合策略，将部件的识别结果综合起来，以提高整体的识别精度。 实验结果显示，这种基于部件字典和时分方向特征的识别算法在包含13,056个样本的手写维吾尔字符数据库上取得了显著的效果，平均识别率达到93.15%，证明了其在无约束手写维吾尔字符识别任务中的高效性能。 论文的研究内容涉及计算机应用、手写字符识别、维吾尔语处理、部件字典和方向特征等多个领域，具有较高的工程实用价值和技术理论意义。中图分类号 TP391.4 表明了它在计算机科学技术中的位置，文献标志码 A 代表学术水平，而文章编号和DOI则提供了索引和在线访问的唯一标识。 这篇论文在手写维吾尔字符的自动识别技术方面做出了一项重要的贡献，为维吾尔语信息处理和在线识别系统的开发提供了强有力的支持。