奥列格·戈卢比茨基;斯蒂芬·瓦特(Stephen M.Watt)。 识别手写数学符号的置信度。 (英语) Zbl 1247.68228号 Carette,Jacques(编辑)等人,《智能计算机数学》。2009年7月6日至12日,在加拿大大本德举行了2009年第16届Calculemus研讨会,2009年第8届MKM国际会议,作为2009年CICM的一部分。诉讼程序。柏林:施普林格出版社(ISBN 978-3-642-02613-3/pbk)。计算机科学课程讲稿5625。人工智能课堂讲稿,460-466(2009)。 摘要:最近在手写数学符号的计算机识别方面的工作已经达到了这样的状态:对孤立字符进行几何分析,大约96%的时间可以正确识别单个字符。本文提出了两种用于手写数学符号识别的分类方法的置信度。我们展示了最近邻凸包的距离与分类精度的关系。对于基于支持向量机集成的多分类器,我们展示了如何将二元分类器的结果组合成整体置信度。关于整个系列,请参见[Zbl 1165.68005号]. 引用于1文件 MSC公司: 68吨10 模式识别、语音识别 68T05型 人工智能中的学习和自适应系统 PDF格式BibTeX公司 XML格式引用 \textit{O.Golubitsky}和\textit{S.M.Watt},Lect。注释计算。科学。5625460-466(2009年;Zbl 1247.68228) 全文: 内政部 参考文献: [1] Char,B.,Watt,S.M.:通过简洁函数逼近表示和刻画手写数学符号。In:程序。国际文件协调。分析。和记录(ICDAR),第1198–1202页(2007年)·doi:10.1109/ICDAR.2007.4377105 [2] Golubitsky,O.,Watt,S.M.:手写识别的在线笔划建模。In:程序。第18届国际竞争对手大会。科学。和柔软。工程(CASCON),第72-80页(2008年)·doi:10.1145/1463788.1463796 [3] Golubitsky,O.,Watt,S.M.:手写字符之间相似性的在线计算。In:程序。文件识别和检索(DRR XVI),第C1–C10页(2009年)·doi:10.1117/12.806163 [4] Golubitsky,O.,Watt,S.M.:使用正交序列在线识别多笔画符号。In:ICDAR(已接受,2009年)·doi:10.1109/ICDAR.2009.229 [5] Golubitsky,O.,Watt,S.M.:通过子类和决选改进字符识别。安大略省计算机代数技术研究中心报告TR-09-01 [6] Golubitsky,O.,Watt,S.M.:曲线多分类器的打破平局。安大略省计算机代数技术研究中心报告TR-09-02 [7] Watt,S.M.:通过符号频率分析进行数学文档分类。In:程序。走向数字数学图书馆(DML 2008),第29–40页(2008)·Zbl 1170.68494号 [8] Li,M.,Sethi,I.:基于置信度的分类器设计。模式识别39(7),1230–1240(2006)·Zbl 1095.68666号 ·doi:10.1016/j.patcog.2006.01.010 [9] Vincent,P.,Bengio,Y.:K-局部超平面和凸距离最近邻算法。In:神经信息高级。程序。《系统》,第985-992页。麻省理工学院出版社,剑桥(2002) 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。