基于SVM的驗(yàn)證碼識(shí)別算法研究.pdf

1、20世紀(jì)90年代初期，由Vapnik等人所提出的支持向量機(jī)（SVM）是在統(tǒng)計(jì)學(xué)理論基礎(chǔ)上發(fā)展進(jìn)而產(chǎn)生的一個(gè)嶄新的學(xué)習(xí)系統(tǒng)，在文本分類(lèi)、手寫(xiě)字符識(shí)別、圖像分類(lèi)、生物序列分析等實(shí)際應(yīng)用中具有很高的泛化學(xué)習(xí)性能。隨著在理論方面不斷深入，在實(shí)踐中不斷發(fā)展，SVM目前已成為機(jī)器學(xué)習(xí)和數(shù)據(jù)挖掘領(lǐng)域的標(biāo)準(zhǔn)工具。
　　 基于支持向量機(jī)的驗(yàn)證碼識(shí)別在電子商務(wù)中有著廣泛應(yīng)用。電子商務(wù)的發(fā)展非常迅速，迫切需要一種推廣方式來(lái)推銷(xiāo)他們的商品，殘障人士上網(wǎng)

2、問(wèn)題也需要迫切關(guān)注,因此許多人開(kāi)始研究網(wǎng)絡(luò)機(jī)器人技術(shù)，用于郵箱自動(dòng)注冊(cè)，群發(fā)信息，自動(dòng)灌水，自動(dòng)登錄等功能，而這些功能都離不開(kāi)驗(yàn)證碼識(shí)別技術(shù)，驗(yàn)證碼識(shí)別技術(shù)已成為當(dāng)前這一領(lǐng)域的一個(gè)研究熱點(diǎn)。
　　 本文詳細(xì)介紹了支持向量機(jī)的基礎(chǔ)理論、算法實(shí)現(xiàn)策略、模型和參數(shù)選擇，研究了驗(yàn)證碼圖像處理、特征提取及驗(yàn)證碼識(shí)別的具體方法，設(shè)計(jì)并實(shí)現(xiàn)了驗(yàn)證碼識(shí)別方案，在驗(yàn)證碼識(shí)別過(guò)程中取得了良好的效果。
　　 本文首先概述統(tǒng)計(jì)學(xué)習(xí)理論和支持向量

3、機(jī)的構(gòu)造方法，分析和研究了支持向量機(jī)的多類(lèi)分類(lèi)算法和核函數(shù)方法。
　　 其次，介紹了圖像處理的各種基本算法，對(duì)驗(yàn)證碼圖像處理遇到的問(wèn)題進(jìn)行了分析，并采取不同的方法使驗(yàn)證碼處理達(dá)到較好效果，方便了驗(yàn)證碼特征向量的提取，同時(shí)還分析了幾種不同的驗(yàn)證碼特征提取方法的優(yōu)劣。
　　 再次，介紹了SVM多類(lèi)分類(lèi)器的詳細(xì)設(shè)計(jì)過(guò)程，分析了實(shí)現(xiàn)過(guò)程過(guò)程中遇到的情況，設(shè)計(jì)了良好的數(shù)據(jù)結(jié)構(gòu)用來(lái)存儲(chǔ)向量數(shù)據(jù)，提供了SVM訓(xùn)練接口和預(yù)測(cè)接口，分別用