Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Web Information Extraction on Multiple Ontologies Based on Concept Relationships upon Training the User Profiles Kapitel lesen Erstes Kapitel lesen

2015 | OriginalPaper | Buchkapitel

Hierarchical Character Grouping and Recognition of Character Using Character Intensity Code

verfasst von : V. C. Bharathi, M. Kalaiselvi Geetha

Erschienen in: Artificial Intelligence and Evolutionary Algorithms in Engineering Systems

Verlag: Springer India

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This paper presents an approach for grouping and recognition of handwritten characters. The approach uses an efficient feature called character intensity code (CIC). A hierarchical recognition methodology based on the structural details of the characters is adopted. At the first level, similar structured characters are grouped together, and the second level is used for individual character recognition. Support vector machine is used for classification which achieves an overall accuracy of 93.61 %.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel An E-mail Application on Named Data Networking
Nächstes Kapitel Multi-view Face Expression Recognition—A Hybrid Method
Literatur
1.
G. Pirlo, D. Impedovo, Adaptive membership functions for handwritten character recognition by Voronoi based image zoning. IEEE Trans. Image Process. 21(9), 3827–3837 (2012)CrossRefMathSciNet
2.
G. Pirlo, D. Impedovo, Fuzzy zoning based classification for handwritten characters. IEEE Trans. Fuzzy Syst. 19(4), 780–785 (2011)CrossRef
3.
A. Choudhary, R. Rishi, S. Ahlawat, Offline handwritten character recognition using features extracted from binarization technique, in AASRI Conference on Intelligent Systems and Control (2013), pp. 306–312
4.
G. Vamvakas, B. Gatos, S.J. Perantonis, Handwritten character recognition through two stage foreground sub sampling. Pattern Recogn. 43, 2807–2816 (2010)CrossRefMATH
5.
L. LI, L.L. Zhang, J.F. SU, Handwritten character recognition via direction string and nearest neighbor matching. J. China Univ. Posts Telecommun. 19(2), 160–165 (2012)
6.
N. Das, J.M. Reddy, R. Sarkar, S. Basu, M. Kundu, M. Nasipuri, D.K. Basu, A statistical topological feature combination for recognition of handwritten numerals. Appl. Soft Comput. 12, 2486–2495 (2012)
7.
K.N. Reza, M. Khan, Grouping of handwritten Bangla basic characters, numerals and vowel modifiers for multilayer classification, in Proceedings of International Conference on Frontiers in Handwriting Recognition ICFHR ’12 (2012), pp. 325–330
8.
T.K. Bhowmik, P. Ghanty, A. Roy, S.K. Parui, SVM based hierarchical architectures for handwritten Bangla character recognition. Int. J. Doc. Anal. Recogn. (IJDAR) 12, 97–108 (2009)CrossRef
9.
V.C. Bharathi, M.K. Geetha, Segregated handwritten character recognition using GLCM features. Int. J. Comp. Appl. 84(2), 1–7 (2013)
10.
N. Cristianini, J. Shawe-Taylor, An Introduction to Support Vector Machines and Other Kernel-based Learning Methods (Cambridge University Press, Cambridge, 2000)
11.
T. Mitchell, Machine Learning, Computer Science Series (McGraw-Hill, Burr Ridge, 1997)MATH
12.
V. Vapnik, Statistical Learning Theory (Wiley, New York, 1998)
13.
J.P. Lewis, Tutorial on SVM. CGIT Lab. (2004)
14.
C.-C. Chang, C.-J. Lin, LIBSVM: a library for support vector machines. ACM Trans. Intell. Syst. Technol. 2, 1–27 (2011)
Metadaten
Titel
Hierarchical Character Grouping and Recognition of Character Using Character Intensity Code
verfasst von
V. C. Bharathi
M. Kalaiselvi Geetha
Copyright-Jahr
2015
Verlag
Springer India
Buch
Artificial Intelligence and Evolutionary Algorithms in Engineering Systems

Print ISBN: 978-81-322-2134-0

Electronic ISBN: 978-81-322-2135-7

Copyright-Jahr: 2015

DOI
https://doi.org/10.1007/978-81-322-2135-7_83

Premium Partner

    Bildnachweise