基于恒定曲率特征的相似手写体数字识别

本文研究基于恒定曲率特征的相似手写体数字识别，采用高阶序列和B模板计算手写体数字轮廓的曲率。中心分布原理指出，一维循环数据可以归一化为恒定的变换，其重要性在于，将字符轮廓的曲率变成了旋转的不变量。由于特征维数的减少，采用以小波分析为基础的方法来产生更多的简单特征。最后，人工神经网络（ANN）和支持向量机（SVM）用于特征的训练以及设计高识别率的分类器。