
从Unipen数据库上的字符识别入手。
您将需要从原始轨迹数据中提取相关特征,以形成通常称为“特征向量”的特征。例如,您可以使用插值方案对数据重新采样以得到n个元组,每个元组包含以下信息:
- 位置
- 方向
- 速度
- 加速
- 曲率
- 等等
一旦有了固定大小的特征向量,就可以将其用作神经网络的输入。请尝试使用MLP网络。
您将必须进行实验才能确定最佳功能。
如果您需要开始从Ink数据中提取特征,请看一下HP的Lipi
Toolkit(请注意,他们的识别器虽然没有使用神经网络)。
您也可以查看实现神经网络的这15个步骤教程。
欢迎分享,转载请注明来源:内存溢出
微信扫一扫
支付宝扫一扫
评论列表(0条)