电脑与信息技术
電腦與信息技術
전뇌여신식기술
COMPUTER AND INFORMATION TECHNOLOGY
2008年
4期
37-39
,共3页
相似汉字识别%支持向量机%特征提取
相似漢字識彆%支持嚮量機%特徵提取
상사한자식별%지지향량궤%특정제취
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,而不仅仅是使经验风险达到最小,从而使支持向量分类器具有较好的推广能力.并且,由于支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解.文章首先讨论了基于支持向量机的手写体相似汉字识别过程.然后,针对支持向量机识别手写汉字所遇到的问题进行了分析和阐述,并在此基础上提出了基于最小距离分类器分类的两级分类策略.最后,针对理论进行了实验仿真.实验结果有力证明了本文提出的基于svM的相似汉字识别方法的有效性.
支持嚮量機作為一種新的機器學習方法,由于其建立在結構風險最小化準則之上,而不僅僅是使經驗風險達到最小,從而使支持嚮量分類器具有較好的推廣能力.併且,由于支持嚮量機算法是一箇凸二次優化問題,能夠保證找到的極值解就是全跼最優解.文章首先討論瞭基于支持嚮量機的手寫體相似漢字識彆過程.然後,針對支持嚮量機識彆手寫漢字所遇到的問題進行瞭分析和闡述,併在此基礎上提齣瞭基于最小距離分類器分類的兩級分類策略.最後,針對理論進行瞭實驗倣真.實驗結果有力證明瞭本文提齣的基于svM的相似漢字識彆方法的有效性.
지지향량궤작위일충신적궤기학습방법,유우기건립재결구풍험최소화준칙지상,이불부부시사경험풍험체도최소,종이사지지향량분류기구유교호적추엄능력.병차,유우지지향량궤산법시일개철이차우화문제,능구보증조도적겁치해취시전국최우해.문장수선토론료기우지지향량궤적수사체상사한자식별과정.연후,침대지지향량궤식별수사한자소우도적문제진행료분석화천술,병재차기출상제출료기우최소거리분류기분류적량급분류책략.최후,침대이론진행료실험방진.실험결과유력증명료본문제출적기우svM적상사한자식별방법적유효성.