DBN 融合模型对脱机手写汉字识别

针对脱机手写汉字识别问题，提出一种新的分类器级联识别模型。新模型将修正的二 次判别函数( modified quadratic discriminant function，MQDF) 与深度置信网络( deep belief network， DBN) 相融合，利用MQDF 先进行识别并得出结果，同时计算一个该识别结果的可信度，通过这个 可信度对识别结果进行判别，若可信度符合要求，则MQDF 的识别结果可作为最终结果直接输出， 否则再与DBN 结合进行二次识别，得到最终的识别结果。实验结果表明，在ETL-9B 手写汉字数据 集上进行的脱机手写汉字识别任务中，使用MQDF 与DBN 融合模型，可以取得比单独使用MQDF 和DBN 更好的准确