论文部分内容阅读
针对在线手绘图符识别中样本训练存在的“收集足够数量模板或样本并保持其区分度”的难点,提出了一种适合于手绘图符识别的基于检测器生成的克隆选择算法及其评价方法.该算法采用r-连续位不变规则和p-受体编辑生成初始检测器,使算法具有更广泛的搜索空间并不致陷入局部收敛.以手写文字作为实验对象,评价该算法各参数对个体训练的影响,实验结果验证了该算法对手绘图符样本训练及分类的改进.