一种用于汉字识别的特征降维优化方法技术

本发明专利技术公开了一种用于汉字识别的特征降维优化方法，包括如下步骤：（1）对汉字样本进行预处理和特征提取，将提取的汉字特征进行LDA降维变换；（2）运用最小欧氏距离分类器进行分类识别；（3）将分类识别错误的样本看作新增样本，加入到原始样本集中，运用ILDA增量线性判决的学习方法再次进行降维变换；（4）再次运用最小欧氏距离分类器重新进行分类识别；（5）重复步骤（3）和（4），经过多次迭代运算，输出LDA优化参数，并用于汉字的分类识别。本发明专利技术克服了已有LDA变换方法不能有效利用识别分类信息优化LDA变换矩阵参数的不足，具有大大提高了LDA特征降维变换的性能及汉字识别的准确率等优点。

【技术实现步骤摘要】

【技术保护点】
一种用于汉字识别的特征降维优化方法，其特征在于，包括如下步骤：（1）对汉字样本进行预处理和特征提取，将提取的汉字特征进行LDA降维变换；（2）运用最小欧氏距离分类器进行分类识别；（3）将分类识别错误的样本看作新增样本，加入到原始样本集中，运用ILDA增量线性判决的学习方法再次进行降维变换；（4）再次运用最小欧氏距离分类器重新进行分类识别；（5）重复步骤（3）和（4），进行迭代运算，直到识别错误率达到设定的阈值为止，输出LDA优化参数，并用于汉字的分类识别。

【技术特征摘要】

【专利技术属性】
技术研发人员：高学，陈健，
申请(专利权)人：华南理工大学，
类型：发明
国别省市：