空間手寫識別特征提取研究.pdf

1、一直以來,聯(lián)機(jī)手寫識別都是模式識別領(lǐng)域的一個重要分支,相比于傳統(tǒng)的平面手寫識別,空間手寫識別因其良好的用戶體驗,成為了近年來研究的熱點,是聯(lián)機(jī)手寫識別發(fā)展的趨勢。
　　 特征提取是模式識別領(lǐng)域的關(guān)鍵問題,同樣對空間手寫識別來說,特征提取是空間手寫識別過程的關(guān)鍵步驟,特征提取的好壞將會極大的影響整個空間手寫系統(tǒng)的性能,研究空間手寫識別必然需要深入研究相關(guān)的特征提取技術(shù)。目前現(xiàn)有的研究包含分別針對時域特征和頻域特征的識別方法,如何利

2、用時域特征和頻域特征的互補(bǔ)性,構(gòu)建性能更好的空間手寫系統(tǒng),以提高系統(tǒng)的識別率,是非常值得研究的課題。
　　 本文針對以上問題,作了如下工作:
　　 (1)概述空間手寫識別的發(fā)展背景、應(yīng)用領(lǐng)域和研究現(xiàn)狀,并詳細(xì)介紹了空間手寫識別的整個流程,對流程中各部分所涉及的技術(shù)進(jìn)行了比較完整的總結(jié)。
　　 (2)總結(jié)和介紹空間手寫識別中主流的特征提取方法,時域特征中介紹了如下特征:加速度相關(guān)特征:加速度、速度和位移和STE短時

3、能量特征；頻域特征中介紹了DCT變換特征和FFT變換特征,并提出了一種新的WPD+FFT特征。設(shè)計了空間手寫字符識別實驗,比較了不同特征的性能,并從中選取了適用于空間手寫識別的較優(yōu)特征。
　　 (3)從特征融合的角度出發(fā),對時域特征和頻域特征進(jìn)行了特征融合,提出了一種基于特征級的融合方法,并利用PCA對融合特征進(jìn)行特征降維。實驗結(jié)果表明,時域特征和頻域特征存在良好的互補(bǔ)性能,采用本文中的特征融合方法后,空間手寫系統(tǒng)的識別率得到了