1.一种易混淆数字手写体的再识别方法,其特征在于:所述方法步骤如下:
Step1:对易混淆数字手写体进行预处理:将n个易混淆数字手写体图片组成实验样本库,再将每个图片转化为1*m的向量,再将n个1*m的向量分别进行二值化处理,最终形成由0和1构成的n*m的易混淆数字手写体观测矩阵;
Step2:对n*m的易混淆数字手写体观测矩阵计算其高维空间的高斯核函数,并进行归一化处理,对归一化后的高维空间的高斯核函数进行分组,分别对每一个分组进行加权,得到高维空间的加权高斯核函数;
Step3:采用步骤Step2的加权高斯核函数对易混淆数字手写体观测矩阵计算条件概率,再用得到的条件概率计算高维空间联合概率;
Step4:从正态分布范围内,随机初始化一个n*2的Y矩阵,对n*2的Y矩阵计算低维空间高斯核函数,采用低维空间高斯核函数计算低维空间联合概率;根据高维空间联合概率和低维空间联合概率采用KL散度计算目标函数,最后判断本次迭代的目标函数与上一次迭代的目标函数的差值是否收敛:如果差值收敛,则输出低维空间的降维结果Y矩阵;否则,则继续迭代更新目标函数,直至差值收敛。
2.根据权利要求1所述的易混淆数字手写体的再识别方法,其特征在于:所述易混淆数字手写体通过如下步骤得到:对数字手写体0-9进行预处理:将r个数字手写体图片组成实验样本库,再将每个图片转化为1*s的向量,再将r个1*s的向量分别进行二值化处理,最终形成由0和1构成的r*s的数字手写体观测矩阵;
对r*s的数字手写体观测矩阵进行t-SNE算法计算得到降维结果,根据降维结果得出4、
9为易混淆数字手写体,3、5、8易混淆数字手写体。
3.根据权利要求1所述的易混淆数字手写体的再识别方法,其特征在于:所述步骤S2中,分组为三组,三组依次对应的权重为(0,1),[1],(1,+∞)。