王建平，王梦泽

合肥工业大学电气工程及自动化学院，合肥 230009

三枝粗糙集和变粒度原理的手写体汉字识别

王建平，王梦泽

合肥工业大学电气工程及自动化学院，合肥 230009

手写体汉字识别是超多类模式识别问题，被公认为是模式识别领域中难题之一。粗糙集理论已经成功地运用到手写体汉字识别的研究中，但是仍然存在诸多的不完善，本文利用三枝粗糙集原理解决如何建立较完备稳定的特征表示和提取方法，以及处理不确定、不精确和不完全性特征信息的识别决策机制[1]。

粗糙集理论于1982年由波兰科学家Pawlak提出，它是一种研究不确定、不完整知识和数据的表达、学习、归纳的理论方法[2]。将粗糙集理论用于手写体汉字识别，建立特定空间上的等价关系分类机制，构成了对手写体汉字识别是超多类模式识别该空间的划分，并将真实属性知识理解为对手写体汉字识别超多类模式数据的划分，每一被划分的集合称为概念。

在变精度粗糙集模型中，阈值参数由专家给定，没有语义解释，而基于三枝粗糙集理论的决策粗糙集模型不仅给予了概率粗糙集模型一种基于贝叶斯最小风险下的语义解释[3-5]，而且阈值参数可以直接计算得出，针对这一情况，本文研究基于三枝粗糙集原理，构建期望风险最小决策的语义下决策粗集理论基本模型的过程。

引入粒度原理，从属性重要度的角度出发，结合信息粒度的逻辑运算，形成凝聚式的自下而上的信息粒网的构建，形成决策信息系统特征约简集的粒度网结构，最终构成由特征属性和决策属性组成的决策系统。……