买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河海大学申请的专利基于模板中心化深度判别分析的手写字符识别方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116758563B 。

龙图腾网通过国家知识产权局官网在2025-11-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310661204.9，技术领域涉及：G06V30/244；该发明授权基于模板中心化深度判别分析的手写字符识别方法及系统是由王连涛;柴宗铠设计研发完成，并于2023-06-06向国家知识产权局提交的专利申请。

本基于模板中心化深度判别分析的手写字符识别方法及系统在说明书摘要公布了：本发明公开了一种基于模板中心化深度判别分析的手写字符识别方法及系统，相比于传统的字符识别方法，能够有效地提高字符识别准确率。该模板中心化深度判别分析的手写字符识别方法包括以下主要步骤：构建打印体字符模板和手写体字符训练集，利用骨干网络对打印体字符模板和手写体字符进行特征提取，构建模板中心化判别分析损失函数，利用梯度进行反向传播进行训练优化网络参数，训练好的模型即可进行有效的手写字符识别。

本发明授权基于模板中心化深度判别分析的手写字符识别方法及系统在权利要求书中公布了：1.一种基于模板中心化深度判别分析的手写字符识别方法，其特征在于，包括以下步骤： 步骤S1、构建手写体字符训练集，并预设手写字符的种类数为C； 步骤S2、以与手写字符种类数相同的C个打印体字符图像构建打印体字符模板集； 步骤S3、利用骨干网络对打印体字符模板集和手写体字符训练集中的图像进行特征提取，构建模板中心化深度判别分析模型，以打印体字符模板集和手写体字符训练集中的图像为输入，提取图像的特征作为输出，训练模板中心化深度判别分析模型，利用梯度进行反向传播更新骨干网络参数，直到损失函数下降率低于设定阈值，则获得训练好的模板中心化深度判别分析模型； 所述步骤S3的具体步骤如下： 步骤S3.1、随机取n幅训练集图像组成一个batch，假设属于第i类字符的有个样本； 步骤S3.2、打印体字符模板集经过骨干网络后的特征输出记为，，batch中每类图像经过骨干网络后的特征输出记为； 步骤S3.3、根据上述特征输出计算类间散度矩阵和类内散度矩阵： 其中：表示属于第i类的第j个样本的特征输出，表示属于第i个类的模板的特征输出； 对于计算得出的增加λ倍的单位矩阵得出新的类内矩阵； 步骤S3.4：直接对进行特征值分解得到特征值和特征向量，取C-1个最大特征值,然后用其中k个最小特征值构造损失函数表达式： 根据损失函数L计算一个batch的损失值，梯度反向传播更新骨干网络参数； 步骤S3.5：重复S3.1至S3.4，直到损失函数下降率低于设定阈值，获得训练好的模板中心化深度判别分析模型； 步骤S4、使用训练好的模板中心化深度判别分析模型对新的字符图像进行识别。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河海大学，其通讯地址为：211100 江苏省南京市江宁区佛城西路8号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。