一个有趣的概念——字典顺序向量

原文地址：http://chuishui010.blog.sohu.com/37773244.html

最近看论文时，看到了一个名词——字典顺序向量，觉得很有意思，字典决定向量的顺序，就查了一下，什么叫做字典顺序向量。

对于R×R 中的非零向量v ,若它的第一个分量是正数,或者当它的第一个分量为零时,它的第二分量是正数,称v 是字典顺序正向量. 若v 是字典顺序正向量且模为1 ,则称v 是字典顺序单位正向量.

所谓“字典排序”，即对于向量ai＝（ai1，ai2，...，aik）和aj＝（aj1，aj2，...，ajk），若ai1>aj1，则ai先于aj；若ai1＝aj1，但ai2>aj2，则ai先于aj；...；若aim＝ajm，（0<m<k），但aik大于等于ajk，则ai先于aj。但单纯的字典排序，会过分突出位置靠前的分量（尤其是第一个分量）在排序中的作用。

例如在识别过程中，对但待识别的字符进行特征抽取后，就要将这些特征与特征库中的的特征进行比较，这个过程称为特征匹配。特征匹配方法可分为完全匹配法和近似匹配法。完全匹配法就是将未知字符的特征向量X与特征库中的所有特征向量{Yj,j=1,2,…N}逐一进行比较，若X=Yi,则Yi所对应的字符就是识别结果。否则，就拒识。在字典查找时，一般采用二分查找和m块查找。近似匹配法可进一步分为相关性匹配法、驰豫匹配法和树搜索法。相关性匹配通过计算未知字符的特征向量与字典中特征向量的距离或相关性来选择匹配对象。距离最小或相关性最大的字典特征向量所对应的字符就是识别结果。