SVM多类分类算法及其在手写体数字识别中的应用

作     者：李云峰 胡文平 LI Yun-feng;HU Wen-ping

作者机构：中国电子科技集团公司第二研究所山西太原030024 

出 版 物：《物流工程与管理》 (Logistics Engineering and Management)

年 卷 期：2012年第34卷第7期

页      码：131-134页

摘      要：SVM(支持向量机)的多类分类是近年来模式识别领域的热门方向。文中描述了一种将多类分类问题转化为两类分类问题的方法,把该方法同PCA(主成分分析)和基于核方法的两类分类方法相结合,生成了一种新的SVM多类分类算法。基于该方法,文中设计了完整的手写体数字识别算法,并使用手写体数字数据集对所提出的算法进行了测试。结果表明,识别全过程的时间复杂度有所降低,识别率可达到85.7%。

主 题 词：两类分类 多类分类 核函数 PCA(主成分分析) 支持向量机 

学科分类：01[哲学] 0101[哲学-哲学类] 010104[010104] 07[理学] 070104[070104] 0701[理学-数学类] 

D　O　I：10.3969/j.issn.1674-4993.2012.07.047

馆 藏 号：203280296...