摘要: 提出了一种基于仿射传播聚类(Affinity Propagation Clustering,AP Clustering)和仿生模式识别理论(Biomimetic Pattern Rccognition,BPR)的识别方法。该方法通过AP聚类选择代表训练样本,依据仿生模式识别理论构建并划分样本空间,通过计算待识样本到各特征子空间的相对距离,根据其所处空间进行分类识别。在因空间重叠造成拒识的情况下,通过计算基于类条件的后验概率对样本进行相对区别。在Concordia大学CENPARMI手写体数字库与南京理工大学手写金额库上进行了实验,结果表明,该方法在识别率方面优于传统的分类器。
No related articles found! |
|