一种基于支持向量机的手写汉字识别方法

被引：43

作者：

高学

金连文

尹俊勋

黄建成

机构：

[1] 华南理工大学电子与通信工程系

[2] Motorola China Research Center 广东广州

[3] 广东广州

[4] 上海

来源：

电子学报 | 2002年 / 05期

基金：

广东省自然科学基金;

关键词：

支持向量机; 手写汉字识别; 特征提取;

D O I：

暂无

中图分类号：

TP391.4 [模式识别与装置];

学科分类号：

0811 ; 081101 ; 081104 ; 1405 ;

摘要：

本文提出了一种新的基于支持向量机手写汉字识别方法 .支持向量机作为一种新的机器学习方法 ,由于其建立在结构风险最小化准则之上 ,而不是仅仅使经验风险达到最小 ,从而使得支持向量分类器具有较好的推广能力 .本文首先讨论了支持向量机的基本原理 ,然后 ,针对支持向量机识别大类别手写汉字所遇到的特殊问题 ,文章进行了分析和阐述 ,并在此基础上 ,提出了基于最小距离分类器预分类的两级分类策略 .最后 ,针对GB2 312 80的 10 34个汉字类别的 12 0套手写样本 ,进行了实验仿真 .实验结果表明 ,本文方法的汉字识别率较距离分类器有较大提高 ,其中多项式核函数的支持向量分类器 ,识别率平均提高 3 38% ,表明了本文方法的有效性

引用

页码：651 / 654

页数：4