-
题名基于二维双向PCA的手写数字识别算法研究
被引量:3
- 1
-
-
作者
郭春妮
高瑜翔
黄坤超
-
机构
成都信息工程大学通信工程学院
中国西南电子技术研究所
-
出处
《无线电工程》
2019年第12期1099-1102,共4页
-
基金
省属高校创新团队“新一代无线通信理论与ASIC设计”(15TD0022)
-
文摘
手写数字识别系统中,传统K最近邻(KNN)算法的识别速度较慢,而基于主分量分析(PCA)以及二维主分量分析(2DPCA)的KNN识别算法其识别速度虽有提升,但识别率仍然有待提高。为此,提出了一种基于二维双向主分量分析(Two Dimension Double PCA,2DDPCA)结合KNN的识别算法,并使用MINIST手写数据集进行了仿真实验验证,结果表明,该算法与2DPCA相比,在识别速度相当的情况下,识别率可提高近3个百分点。
-
关键词
手写数字识别
K最近邻
二维主分量分析
二维双向主分量分析
识别率
-
Keywords
handwritten digit recognition
KNN
2DPCA
2ddpca
recognition rate
-
分类号
TN911.73
[电子电信—通信与信息系统]
-