67、字符识别与运动分割算法研究

字符识别与运动分割算法研究

字符识别中的任意形状聚类

在字符识别领域，聚类算法起着关键作用。DBScan和Mitosis算法在聚类过程中都会识别出离群点。在相关工作中，将那些孤立的模式以及规模小于总数据量1%的聚类视为离群点。为了获得完整的聚类结果并了解离群点的来源，采用了一种离群点处理技术。该技术的具体操作步骤如下：
1. 增大离群点模式的邻域大小。
2. 直到邻域中包含已分类（分配到聚类）的模式。
3. 然后将该模式加入到其大多数邻居所属的聚类中。

实验使用了两个来自UCI数据仓库的字符识别数据集：
|数据集名称|字符数量|特征数量|
| ---- | ---- | ---- |
|Pen Digit Recognition|10992|16|
|Optical Character Recognition|5620|64|

聚类使用的距离度量是欧几里得距离。实验的目的是展示Mitosis算法相较于K-Means等获得球状聚类的算法以及基于密度的DBScan算法的鲁棒性。以下是K-Means和Mitosis算法在两个数据集上获得的聚类结果：
|数据集|K-Means聚类结果|Mitosis聚类结果|
| ---- | ---- | ---- |
|Pen-Digit|‘0’, ‘0’, ‘4’, ‘6’, ‘8’, ‘5 - 8’, ‘5 - 9’, ‘1 - 2 - 7’, ‘1 - 2 - 3 - 7 - 9’,‘1 - 3 - 5 - 7 - 9’|‘0’, ‘4’, ‘6’, ‘7’, ‘1 - 2’, ‘5 - 8’, ‘5 - 9’, ‘3 - 5’, ‘1 - 7’