SVM在手寫數(shù)字識別中的應(yīng)用研究.pdf

1、在信息時(shí)代的今天，手寫數(shù)字識別技術(shù)在文獻(xiàn)檢索、辦公自動化、郵政系統(tǒng)、銀行票據(jù)處理、表格錄入等方面有著廣闊的應(yīng)用，因此手寫數(shù)字識別技術(shù)的研究具有重大的現(xiàn)實(shí)意義。由于識別對象所特有的復(fù)雜性，使得識別系統(tǒng)的實(shí)現(xiàn)具有很大的難度，但現(xiàn)實(shí)生活中需要廣泛的應(yīng)用手寫數(shù)字識別，因此一直以來它都是研究的熱點(diǎn)。 目前識別手寫數(shù)字的方法主要有決策樹、神經(jīng)網(wǎng)絡(luò)和支持向量機(jī)(SupportVector Machines，簡稱SVM)方法，SVM方法自從上世

2、紀(jì)90年代被提出以來，就一直是手寫數(shù)字識別領(lǐng)域的熱門方法。訓(xùn)練SVM等價(jià)于解一個(gè)線性約束的二次規(guī)劃問題，使得分隔特征空間中兩類模式點(diǎn)的兩個(gè)超平面之間距離最大，而且它能保證得到的解為全局最優(yōu)點(diǎn)，使得基于SVM的手寫數(shù)字分類器能夠吸收書寫的變形，從而具有較好的泛化能力。 但是基本的SVM是針對兩類的分類問題，為了實(shí)現(xiàn)對多類手寫數(shù)字的分類識別，需要對SVM進(jìn)行推廣。本文介紹了傳統(tǒng)的SVM多分類方法，如OVA(One—versus-Al