唐朝辉，陈玉明，吴克寿

厦门理工学院 计算机科学与技术系，福建 厦门 361024

基于粗糙集正域的手写字母识别算法

唐朝辉，陈玉明，吴克寿

厦门理工学院 计算机科学与技术系，福建 厦门 361024

1 引言

后PC时代，大量手持设备、小型网络终端相继面世，键盘编码输入方式越来越不能满足客户的需求，为满足用户日益增长的使用体验和易用性需求，采用手写输入是未来的趋势；同时大屏幕设备的普及，也为手写输入带来了便利。手写识别技术是手写输入可行性的最重要的条件，已经成为模式识别和机器学习的一大热点，但由于手写习惯不同、形似字、连写、输入噪声等问题，给手写识别带来了很大的复杂性。近几年机器学习领域对手写体识别做了大量研究[1-3]，部分成果取得了较好的应用，它们主要基于统计分析、神经网络和聚类分析，如支持向量机（SVM）、误差反向传播（Back Propagation，BP）算法、Bagging算法等。

1982年由波兰数学家Pawlak[4]首次提出的粗糙集（rough set）理论是一种处理模糊和不确定知识的数学工具[4-5]，现已经被广泛应用于数据挖掘、人工智能、模式识别等诸多领域[6-11]。粗糙集可用于特征选择，其目的是得到最小的特征子集，但找到所有可行的特征子集已经被证明是NP-hard问题，所以目前大多数研究采用启发式搜索策略，获取特征选择的一个或多个可行解，但不一定是最优解或所有解。

苗夺谦等人[12]提出了一种基于主曲线的脱机手写数字识别方法，该方法将主曲线及知识约简算法运用于识别模型。……