[发明专利]一种使手写汉字识别引擎能动态适应用户书写风格的方法

权利要求书

1.一种使手写汉字识别引擎能动态适应用户书写风格的方法，其特征在于包括如下步骤：

（1）、选取用于更新模板及识别引擎的用户增量书写样本；

（2）、提取增量书写样本的汉字特征，并根据原始线性判决分析模型对该汉字特征进行线性判决分析变换；

（3）、采用增量书写样本动态更新每个类别的均值向量；

（4）、采用增量书写样本动态更新每个类别的协方差矩阵；

（5）、采用增量书写样本更新改进的二次判决函数分类器。

2.根据权利要求1所述的使手写汉字识别引擎能动态适应用户书写风格的方法，其特征在于所述步骤（1）选取用户的增量书写样本的具体步骤如下：

设定原始样本为X = {x_i} (i=1, … , N)，N为样本数，并设其类别数是M；设增量书写样本为Y = {y_j} (j=1,…,L)，L为增量样本数，并设其类别数是P，则合并后的总的样本可表示为Z=X∪Y = {z_k} (k=1,…,L+N)，样本总数为L+N，类别总数为C，且C≥M、C≥P，再设定合并后的总样本中的第i (i=1,…,C)类，分别在原始样本N和增量书写样本L中有n_i和l_i个样本，因此，对于合并后新的样本，属于第i (i=1,…,C)类的样本数为s_i=n_i+l_i。

3.根据权利要求2所述的使手写汉字识别引擎能动态适应用户书写风格的方法，其特征在于所述步骤（2）具体更新步骤如下：

（21）、增量书写样本特征提取，对于每一个增量书写样本，都采用八方向特征提取方法提取其方向特征，

（22）、对增量书写样本特征进行线性判决分析变换，设经过八方向特征提取后，类别i(i=1,…,C)的原始特征向量为                                               ，令原始线性判决分析变换矩阵为，设经过线性判决分析变换后的特征向量为，则通过以下公式求得：

。

4.根据权利要求3所述的使手写汉字识别引擎能动态适应用户书写风格的方法，其特征在于所述步骤（3）具体更新步骤如下：

（31）、设类别i(i=1,…,C)经过线性判决分析变换后的原始均值向量为，原始样本个数为，则通过以下公式求得：

（32）、设类别i(i=1,…,C)经过线性判决分析变换后的增量书写样本均值向量为，原始样本个数为，则通过以下公式求得：

（33）、根据（31）、（32）的结果，则设合并后新的样本经过线性判决分析变换后的均值向量为，由以下公式求得：

。

5.根据权利要求4所述的使手写汉字识别引擎能动态适应用户书写风格的方法，其特征在于所述步骤（4）具体更新步骤如下：

（41）、求原始样本中类别i(i=1,…,C)的协方差矩阵，原始样本中类别i经过线性判决分析变换后的均值向量为，样本个数为，则其协方差矩阵由以下公式求得：

（42）、求增量书写样本中类别i(i=1,…,C)的协方差矩阵，增量书写样本中类别i经过线性判决分析变换后的均值向量为，样本个数为，则其协方差矩阵由以下公式求得：

（43）、求合并后新的样本中类别i(i=1,…,C)的协方差矩阵，根据（41）、（42）则其协方差矩阵由以下公式求得：

。

6.根据权利要求5所述的使手写汉字识别引擎能动态适应用户书写风格的方法，其特征在于所述步骤（5）具体更新步骤如下：

（51）、设代表第i个类别(i=1,…,C)，和分别表示根据步骤4和5得到的更新后的均值向量和协方差矩阵，并设每个类别的先验概率相等，则原始的二次判决函数由以下公式求得：

（52）、根据K-L变换，对协方差矩阵进行对角化，求得：

其中，Λ_i = diag[λ_i1,…, λ_iD]，λ_ij, j=1,…,D是协方差矩阵的特征值，D是特征的维数，Φ_i = [φ_i1,…, φ_iD]，φ_ij, j=1,…,D是对应的特征向量，Φ_i是标准正交的，Φ^T_iΦ_i = I；

（53）、根据上述公式，将原始的二次判决函数写成特征向量和特征值的形式：

（54）、用常量替代较小的特征值，设K为主导特征向量的个数，就得到了最终的修正的二次判决函数分类器，由以下公式求得：

。