数学物理的发展
研究文章

英文字母图像的自动识别方法自学基于偏微分方程的方法

表1

字母的特征描述。
数据的特点 功能描述
勒让德时刻 在特征提取之前,只是正常图像矩阵。基于BP神经网络的识别,每个样品都是由一个121维的特征向量。
Pseudo-Zernike时刻 预处理过程和勒让德一样,计算9日的订单
Pseudo-Zernike时刻 勒让德的预处理过程是一样的。计算后8日订单,36-dimensional特征向量用于表示每个样本。
傅里叶变换 提取从左上,右上,左下角和右下角的字符图像矩阵获得32-dimensional图像的低频区域的特征向量矩阵。
原始的特征提取 把每个样本与7原语来生成一个7-dimensional特征向量。
边缘特征提取 在特征提取之前,图像是提炼成一个骨架形象。