कई वर्गीकर्ताओं को संयोजित करने के तरीके और उनका हस्तलिखन पहचान में अनुप्रयोग

वर्गीकर्ताओं को संयोजित करने की समस्या के संभावित समाधान विभिन्न वर्गीकर्ताओं से उपलब्ध जानकारी के स्तर के अनुसार तीन श्रेणियों में विभाजित किए जा सकते हैं। इस समस्या को हल करने के लिए चार विभिन्न कार्यप्रणाली आधारित दृष्टिकोण प्रस्तावित किए गए हैं। एक दृष्टिकोण व्यक्तिगत वर्गीकर्ताओं जैसे कि Bayesian, k-nearest-neighbor, और विभिन्न दूरी वर्गीकर्ताओं को जोड़ने के लिए उपयुक्त है। बाकी तीन किसी भी प्रकार के व्यक्तिगत वर्गीकर्ताओं को संयोजित करने के लिए उपयोग किए जा सकते हैं। जब इन विधियों को पूरी तरह से बिना प्रतिबंधित हस्तलिखित अंकों को पहचानने के लिए कई वर्गीकर्ताओं को संयोजित करने पर लागू किया गया, तो प्रायोगिक परिणाम दिखाते हैं कि व्यक्तिगत वर्गीकर्ताओं के प्रदर्शन में काफी सुधार हो सकता है। उदाहरण के लिए, US zipcode डेटाबेस पर, ०.९०% प्रतिस्थापन और ०.२% अस्वीकार के साथ ९८.९% मान्यता प्राप्त की जा सकती है, तथा ९५% मान्यता, ०% प्रतिस्थापन, और ५% अस्वीकार के साथ उच्च विश्वसनीयता भी संभव है।