基于遗传算法的K-means初始化EM算法及聚类应用

混合高斯模型能够有效地拟合概率密度函数,常用的混合高斯概率密度模型参数估计方法是EM迭代算法,这种算法的缺点是估计精度过分依赖于初始值,而且不能估计模型阶数。基于遗传算法的K-means初始化EM算法可以同时估计模型阶数和参数。试验结果表明,该算法具有更好的聚类效果。

连通域结合重叠度的维吾尔文档图像文字切分

为提高文档图像字符的可读性和切分与识别的准确率,对印刷体维吾尔文文档图像进行研究,尤其是对连通段切分和字符切分等难点问题提出分割方法。使用跑长码的连通区域算法,结合重叠度计算方法,进行连通段切分;基于维吾尔文字符在基线上相接的特点,在基线位置估计的基础上,找出字符的切点。切分结果表明,该算法比其它算法切分结果效果更好。

灰度共生矩阵特征加权融合的维文签名鉴别

提出灰度共生矩阵特征加权融合和BP神经网络的维吾尔文手写签名鉴别方法。提取灰度共生矩的能量、熵、惯性矩和局部平稳性等4种特征并对其进行加权融合的方法进行签名鉴别。实验结果表明,15名签名者的(共600个签名样本)平均签名鉴别率为91.78%。与同样规模的GPDS英文签名进行对比实验可知,本文提出的方法对维吾尔文手写签名具有较高的稳定性和鉴别能力。