积分商城

最新搜索： ffmc 士兰微 光电二极管 NCK2913 protues 安全要求
您现在的位置是：首页 > 技术资料 > 基于Python的模式识别综合设计性实验
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

基于Python的模式识别综合设计性实验

更新时间：2019-12-20 17:30:06 大小：2M 上传用户：songhuahua查看TA发布的资源 标签：python 下载积分：1分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

设计了具有民族院校特色的模式识别综合设计性实验。针对构建的纳西文样本库，进行预处理、特征提取、分类器设计，并用Python语言实现对完整的纳西图形文字符的识别仿真。实践表明，该实验能加深学生对模式识别基本原理和方法的理解，使学生动手能力和科研能力得到训练，并为培养保护和传承民族文化的信息人才提供必要保障


部分文件列表

文件名 大小
基于Python的模式识别综合设计性实验.pdf 2M

【关注视频号领20积分】   【关注公众号立即送20积分】

部分页面预览

（完整内容请下载后查看）
实
验
技
术
与
管
理
第 36 卷 第 8 期 2019 年 8 月  
Vol.36 No.8 Aug. 2019  
ISSN 1002-4956  
CN11-2034/T  
Experimental Technology and Management  
DOI: 10.16791/j.cnki.sjg.2019.08.043  
基于Python 的模式识别综合设计性实验  
郭
海 1，赵晶莹 1,2，刘向东 1，魏晓丹 1  
（1. 大连民族大学 计算机科学与工程学院，辽宁 大连 116600；  
2. 大连理工大学 电子信息与电气工程学部，辽宁 大连 116024）  
摘
要：设计了具有民族院校特色的模式识别综合设计性实验。针对构建的纳西文样本库，进行预处理、特征提  
取、分类器设计，并用 Python 语言实现对完整的纳西图形文字符的识别仿真。实践表明，该实验能加深学生对模  
式识别基本原理和方法的理解，使学生动手能力和科研能力得到训练，并为培养保护和传承民族文化的信息人才  
提供必要保障。  
关键词：模式识别；纳西图形文；文字识别；Python  
中图分类号：TP 391.4；G642.423  
文献标识码：A  
文章编号：1002-4956(2019)08-0178-04  
Comprehensive design experiment for pattern recognition based on Python  
GUO Hai1, ZHAO Jingying1,2, LIU Xiangdong1, WEI Xiaodan1  
(1. College of Computer Science and Engineering, Dalian Nationalities University, Dalian 116600, China;  
2. Faculty of Electronic Information and Electrical Engineering, Dalian University of Technology, Dalian, 116024, China)  
Abstract: A comprehensive design experiment of pattern recognition with the characteristics of ethnic colleges  
and universities is designed. In view of the constructed sample library of Naxi language, pretreatment, feature  
extraction and classifier design are carried out, and the recognition simulation of complete Naxi graphic characters  
is realized with Python language. Practice shows that the experiment can deepen students’ understanding of the  
basic principles and methods of pattern recognition, train students’ practical ability and scientific research ability,  
and provide necessary guarantee for training information talents to protect and inherit national culture.  
Key words: pattern recognition; Naxi pictographs; character recognition; Python  
模式识别实验课程要求学生掌握模式识别的基  
本理论与方法，并通过程序语言实现预处理、特征提  
取、分类器的实现等功能[1]。近年来，Python 已在机  
器学习、数据挖掘、模式识别领域广泛应用，并取得  
组织方式及教学持续改进等方面进行深入的研究。侯  
志强等[7]从创新模式角度进行研究，取得良好效果。  
杨勃等[8]分析 Matlab 的优势并将其应用到模式识别课  
程教学中，针对遇到的问题提出解决方法。蒋俊锋[9]  
针对模式识别课程涉及较多数学理论的困难，提出一  
种淡化理论而使课程教学与实验教学交替进行的教学  
方式。杨志红[10]开发出一个模式识别虚拟教学平台，  
旨在提高教师教学效率。高贵等[11]借鉴国外大学模式  
识别课程经验并结合国内研究生教学现状，从教学内  
容和教学模式两方面对模式识别课程进行改革。蔡宣  
平等[12]从教学理念、教学内容、实践环节和网络课程  
资源共享等 4 个方面进行改革尝试。  
良好效果[2-4]  
。
近来，国内外专家学者对模式识别课程不断进行  
探索及优化。张懿璞等[5]研究人工智能背景下的模式  
识别课程教学改革与实践，利用教学分层和实例教学  
方法对智慧交通和人工智能控制的模式识别进行课程  
改革。付荣荣等[6]研究工程教育背景下模式识别课程  
的教学改革问题，从模式识别课程的教材现状、教学  
收稿日期: 2019-02-11  
上述研究对于教学效果的提升有很好的促进作  
用，但更多侧重于课程内容、教学方法及课程资源建  
设等，对实验环节的研究较少。我校作为民族高校，  
将少数民族文字识别引入模式识别课程实验教学，开  
发了基于 Python 的模式识别综合设计性实验，并将教  
基金项目: 辽宁省教育科学“十三五”规划项目（JG17DB093）； 教  
育 部 青 年 项 目 （18YJCZH040）； 国 家 语 委 科 研 项 目  
（HQ135-27）；辽宁省教育厅本科教改项目（20160667）  
作者简介: 郭海（1979—），男，黑龙江安达，博士，副教授，研  
究方向为计算机网络、模式识别、智能计算及应用。  
E-mail:
郭
海，等：基于 Python 的模式识别综合设计性实验  
179  
师的科研成果融入其中，有利于增强学生对模式识别  
理论的理解，锻炼学生的动手能力，激发学生从事少  
数民族信息处理的热情。  
学生多的特点，将少数民族文字识别引入模式识别实  
践教学，大大提高了学生对实验的关注度和兴趣。以  
下以纳西图形文的文字识别为例进行介绍。  
1
现有模式识别课程实验的不足  
2 基于Python的模式识别综合设计性实验案例  
现有 的 模式 识别 课 程实 验开 发 工具 主要 采 用  
2.1 实验原理  
Matlab、C、C++等[14-15]。Matlab 语言虽然简洁、强效，  
但是其分类器、图像处理工具包等为非开源，不利于  
学生深入学习。C 和 C++功能强大，但是其代码编写  
难度大，开发时间较长，在模式识别方面的开源项目  
远远少于 Python。多年的教学实践发现，很多模式识  
别课程实验缺少趣味性，实验内容与学生生活联系不  
紧密，难以引起学生兴趣。结合民族类高校少数民族  
2.1.1 预处理  
文字识别的预处理主要包括版面分析、文档切分、  
灰度变换、二值化、轮廓提取、平滑、细化等。对于  
灰度变换、二值化、轮廓提取、平滑、细化等基本图  
像处理可以调用 Python 的 scikit-image 包。纳西图形  
文的行切分采用投影法，单字切分采用投影回溯法。  
图 1 为纳西图形文的切分效果[16]  
。
图 1 纳西图形文切分效果图  
2.1.2 特征提取  
特征提取是模式识别的主要内容，这里主要采用  
网络特征法、穿透数法、方向线素法等。  
网络特征法是假设二值图像大小为 N×N，在图像  
里打 M×M 个网格，如 2 所示。取每个网格里黑色点  
的个数，形成一个 M×M 的特征向量。穿透数特征法  
与此类似。  
方向线素特征法是网格特征法的升级。先对图像  
进行网格处理，再用滑动窗口对每个网格进行平滑移  
动，求出各滑动窗口内黑色像素个数，从而形成特征  
值，如图 3 所示[17]  
。
图 2 纳西图形文粗网格特征法  

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号