信息与控制
信息與控製
신식여공제
INFORMATION AND CONTROL
2010年
4期
462-465,471
,共5页
李文宏%田文娟%王霞%骆科学
李文宏%田文娟%王霞%駱科學
리문굉%전문연%왕하%락과학
序列号识别%支持向量机%次序最小优化算法
序列號識彆%支持嚮量機%次序最小優化算法
서렬호식별%지지향량궤%차서최소우화산법
实现了人民币图像预处理和序列号识别,主要研究了统计学习理论中支持向量机的次序最小优化算法,并将其构建的支持向量机用于序列号识别,解决了人民币序列号识别中小样本、非线性和高维模式识别问题.实验结果显示,与简单的BP神经网络相比,这种支持向量机货币识别方法具有较高的可实现性和识别精度.
實現瞭人民幣圖像預處理和序列號識彆,主要研究瞭統計學習理論中支持嚮量機的次序最小優化算法,併將其構建的支持嚮量機用于序列號識彆,解決瞭人民幣序列號識彆中小樣本、非線性和高維模式識彆問題.實驗結果顯示,與簡單的BP神經網絡相比,這種支持嚮量機貨幣識彆方法具有較高的可實現性和識彆精度.
실현료인민폐도상예처리화서렬호식별,주요연구료통계학습이론중지지향량궤적차서최소우화산법,병장기구건적지지향량궤용우서렬호식별,해결료인민폐서렬호식별중소양본、비선성화고유모식식별문제.실험결과현시,여간단적BP신경망락상비,저충지지향량궤화폐식별방법구유교고적가실현성화식별정도.
