×
卢-宁·特奥;凯·福克·洛伊

用于脱机手写数字识别的稳健的基于视觉的特征和分类方案。 （英语） Zbl 1006.68921号

模式识别 35，第11期，2355-2364（2002）.
摘要：我们利用生物视觉中公认的结果来构建手写数字识别模型。我们的经验表明，通过我们的模型提取的特征在一个大的训练集（MNIST）上是线性可分的。仅对这些特征使用线性判别系统，我们的模型相对简单，但在相同数据集上优于其他模型。特别是，将三向线性支持向量机应用于从去植图像中提取的基于视觉的特征，并对其进行软投票，可以获得最佳结果。

引用于4文件

MSC公司：

68单位99 计算方法和应用
68吨10 模式识别、语音识别

关键词：

手写数字识别;生物视觉;特征提取;线性判别;多类别分类

软件：

SVM灯
PDF格式BibTeX公司 XML格式引用
\textit{L.-N.Teow}和\textit{K.-F.Loe}，模式识别35，第11期，2355--2364（2002；Zbl 1006.68921）
全文： 内政部

参考文献：

[1] Jain，A.K。；Zonker，D.，使用可变形模板表示和识别手写数字，IEEE Trans。模式分析。雨衣。智力。，19, 12, 1386-1391 (1997)
[2] H.Kang，S.Lee，《基于贝叶斯错误率最小化的组合分类器》，《第五届国际文献分析与识别会议论文集》（ICDAR’99），1999年，第398-401页。；H.Kang，S.Lee，《基于贝叶斯错误率最小化的分类器组合》，《第五届国际文献分析与识别会议论文集》（ICDAR’99），1999年，第398-401页。
[3] Lecun，Y。；Boser，B。；Denker，J。；亨德森·D·。；霍华德·R。；Hubbard，W。；Jackel，L.，用反向传播网络进行手写数字识别，（Touretzky，D.，《神经信息处理系统进展》，第2卷（1990），Morgan Kaufmann:Morgan Koufmann San Mateo，CA），396-404
[4] Lecun，Y。；Jackel，L.D。；博图，L。；科尔特斯，C。；Denker，J.S。；Drucker，H。；盖恩，I。；美国穆勒。；Sackinger，E。；西马德，P。；Vapnik，V.，《分类学习算法：手写数字识别的比较》（Oh，J.H.；Kwon，C.；Cho，S.，《神经网络：统计力学观点》（1995），《世界科学：世界科学新加坡》），261-276
[5] Lecun，Y。；博图，L。；本吉奥，Y。；Haffner，P.，《基于梯度的学习应用于文档识别》，Proc。IEEE，86，11，2278-2324（1998）
[6] Mohiuddin，K.M。；Mao，J.，《手写字符识别不同分类器的比较研究》，（Gelsema，E.S.；Kanal，L.N.，《实践中的模式识别IV》（1994），Elsevier:Elsevier Amsterdam），437-448
[7] 普拉蒙顿，R。；Srihari，S.N.，《在线和离线手写识别：综合调查》，IEEE Trans。模式分析。雨衣。智力。，22, 1, 63-84 (2000)
[8] Verikas，A.A。；巴乔斯克内，M.I。；Lashas，A.V.，《多种字符识别算法的研究》，（Shapiro，L.；Rosenfeld，A.，《计算机视觉和图像处理》（1992），学术出版社：纽约学术出版社），231-243
[9] Devijver，P.A。；Kittler，J.，《模式识别：统计方法》（1982），普伦蒂斯·霍尔：普伦蒂斯霍尔伦敦·Zbl 0476.68057号
[10] L.-N.Teow，K.-F.Loe，提取线性可分离特征的新型视觉模型手写数字识别，IEEE计算机视觉和模式识别会议论文集（CVPR-2000），第2卷，2000年，第76-81页。；L.-N.Teow，K.-F.Loe，利用提取线性可分离特征的新型视觉模型进行手写数字识别，IEEE计算机视觉和模式识别会议论文集（CVPR-2000），第2卷，2000年，第76-81页。
[11] Coren，S。；沃德·L·M。；Enns，J.T.，《感觉与感知》（1994），哈科特·布雷斯：纽约哈科特·布雷斯
[12] Hubel，D.H。；Wiesel，T.N.，猫视觉皮层的接收场、双眼交互和功能结构，J.Physiol。，160, 106-154 (1962)
[13] Hubel，D.H。；Wiesel，T.N.，猴纹状体皮层的感受野和功能结构，J.Physiol。，195, 215-243 (1968)
[14] Sekuler，R。；Blake，R.，Perception（1994），McGraw-Hill:McGraw-Hill纽约
[15] H.R.Wilson，D.Levi，L.Maffei，J.Rovamo，R.DeValois，《形状感知：视网膜到纹状体皮层》，L.Spillmann，J.S.Werner（编辑），《视觉感知：神经生理学基础》，纽约学术出版社，1990年，第231-272页（第10章）。；H.R.Wilson，D.Levi，L.Maffei，J.Rovamo，R.DeValois，《形状感知：视网膜到纹状体皮层》，L.Spillmann，J.S.Werner（编辑），《视觉感知：神经生理学基础》，纽约学术出版社，1990年，第231-272页（第10章）。
[16] A.佛罗伦萨，G.Baumgartner，S.Magnussen，P.H.Schiller，J.P.Thomas，《对光明和黑暗的感知：与神经元感受野的关系》，载于：L.Spillmann，J.S.Werner（编辑），《视觉感知：神经生理学基础》，纽约学术出版社，1990年，第129-161页（第7章）。；A.佛罗伦萨，G.Baumgartner，S.Magnussen，P.H.Schiller，J.P.Thomas，《对光明和黑暗的感知：与神经元感受野的关系》，载于：L.Spillmann，J.S.Werner（编辑），《视觉感知：神经生理学基础》，纽约学术出版社，1990年，第129-161页（第7章）。
[17] 席勒，P.H。；Sandell，J.H。；Maunsel，J.H.R.，《视觉系统开启和关闭通道的功能》，《自然》，322824-825（1986）
[18] 比德曼，I.，《基于组件的认知：人类形象理解理论》，《心理学》。修订版，94、2、115-147（1987）
[19] 日本福岛。；Miyake，S.，Neocognitron:一种新的模式识别算法，可容忍变形和位置偏移，模式识别，15，455-469（1982）
[20] Dreher，B.，猫纹状体皮层的超复杂细胞，投资。眼科。，11355-356（1972年）
[21] 克鲁茨费尔特，O.D。；伊藤，M.，猫初级视觉皮层神经元的功能性突触组织，实验脑研究，6324-352（1968）
[22] Sillito，A.M.，《视觉皮层中的抑制回路和定向选择性》，（Rose，D.；Dobson，V.G.，《视皮层模型》（1985），威利：威利纽约），396-407
[23] 霍夫曼，K.P。；Stone，J.，猫视觉皮层传入的传导速度：与皮层感受野特性的相关性，《大脑研究》，32，460-466（1971）
[24] Maffei，L.，《复杂细胞控制简单细胞》（Rose，D.；Dobson，V.G.，《视觉皮层模型》（1985），威利：威利纽约），334-340
[25] 赫兹，J。；Krogh，A。；Palmer，R.G.，《神经计算理论导论》（1991），Addison-Wesley：Addison-Whesley Reading，MA
[26] 罗森布拉特，F.，《神经动力学原理》（1962），斯巴达：斯巴达纽约·兹比尔0143.43504
[27] D.E.Rumelhart、G.E.Hinton、R.J.Williams，通过错误传播学习内部表征，摘自：D.E.Rumlhart、J.L.McClelland等人（编辑），《并行分布式处理：认知微观结构的探索》，第1卷：基础，麻省理工学院出版社，马萨诸塞州剑桥，1986年，第318-362页（第8章）。；D.E.Rumelhart、G.E.Hinton、R.J.Williams，通过错误传播学习内部表征，摘自：D.E.Rumlhart、J.L.McClelland等人（编辑），《并行分布式处理：认知微观结构的探索》，第1卷：基础，麻省理工学院出版社，马萨诸塞州剑桥，1986年，第318-362页（第8章）。
[28] Burges，C.J.C.，模式识别支持向量机教程，数据挖掘知识发现，212-167（1998）
[29] 科尔特斯，C。；Vapnik，V.，支持向量网络，Mac。学习，20273-297（1995）·兹比尔08316.8098
[30] Vapnik，V.N.，《统计学习理论的本质》（1995），施普林格出版社：纽约施普林格·Zbl 0934.62009号
[31] T.Hastie，R.Tibshirani，成对耦合分类。多伦多大学技术报告，1996年。；T.Hastie，R.Tibshirani，成对耦合分类。多伦多大学技术报告，1996年·Zbl 0932.62071号
[32] M.Moreira，E.Mayoraz，《改进的成对耦合与修正分类器》，第十届欧洲机器学习会议论文集（ECML’98），柏林斯普林格出版社，1998年，第160-171页。；M.Moreira，E.Mayoraz，《改进的两两耦合与修正分类器》，第十届欧洲机器学习会议论文集（ECML’98），柏林斯普林格出版社，1998年，第160-171页。
[33] 价格，D。；Knerr，S。；Personnaz，L。；Dreyfus，G.，《具有概率输出的成对神经网络分类器》，（Tesauro，G.；Touretzky，D.；Leen，T.，《神经信息处理系统进展》，第7卷（1995），麻省理工学院出版社：麻省理学院出版社剑桥，MA），1109-1116
[34] E.B.Baum，F.Wilczek，通过神经网络监督概率分布的学习，见：D.Z.Anderson（编辑），神经信息处理系统，1988年，第52-61页。；E.B.Baum，F.Wilczek，《神经网络概率分布的监督学习》，载于：D.Z.Anderson（编辑），《神经信息处理系统》，1988年，第52-61页。
[35] Hinton，G.E.，《连接主义学习程序》，Artif。智力。，40, 185-234 (1989)
[36] 肖尔科夫，B。；Sung，K。；伯吉斯，C。；吉罗西，F。；Nigogi，P。；Poggio，T。；Vapnik，V.，《高斯核支持向量机与径向基函数分类器的比较》，IEEE Trans。信号处理。，45, 2758-2765 (1997)
[37] 杨彦，刘晓霞，文本分类方法的重新审视，第22届信息检索研究与开发国际会议论文集（SIGIR’99），1999，第42-49页。；Y.Yang，X.Liu，文本分类方法的重新审视，第22届信息检索研究与发展国际会议论文集（SIGIR'99），1999年，第42-49页。
[38] P.J.Grother，NIST特殊数据库19-手写形式和字符数据库，国家标准与技术研究所，1995年。；P.J.Grother，NIST特殊数据库19-手写形式和字符数据库，国家标准与技术研究所，1995年。
[39] Joachims，T.，《使大规模SVM学习实用化》（Scholkopf，B.；Burges，C.J.C.；Smola，A.J.，《内核方法的进展——支持向量学习》（1999），麻省理工学院出版社：麻省理工学出版社剑桥，MA）
[40] Simard，P。；LeCun，Y。；Denker，J.，使用新的转换距离进行有效的模式识别，（Hanson，S.J.；Cowan，J.D.；Giles，C.L.，《神经信息处理系统的进展》，第5卷（1993），Morgan Kaufmann:Morgan Koufmann San Mateo，CA），50-58
[41] C.J.C.Burges，Scholkopf，《提高支持向量机的准确性和速度》，载于：M.Mozer，M.Jordan，T.Petsche（编辑），《神经信息处理系统的进展》，1997年第9卷，第375-381页。；C.J.C.Burges，Scholkopf，《提高支持向量机的准确性和速度》，载于：M.Mozer，M.Jordan，T.Petsche（编辑），《神经信息处理系统的进展》，1997年第9卷，第375-381页。
[42] Drucker，H。；夏皮雷，R。；Simard，P.，《使用增强算法改进神经网络性能》，（Hanson，S.J.；Cowan，J.D.；Giles，C.L.，《神经信息处理系统的进展》，第5卷（1993），Morgan Kaufmann:Morgan Koufmann San Mateo，CA），42-49
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。