基于SVM多类分类器的字符识别

作     者：李雪花 许姜涤宇 于安军 杜宇人 LI Xue-hua;XU Jiang-diyu;YU An-jun;DU Yu-ren

作者机构：扬州大学信息工程学院江苏扬州225127 

基　　金：国家自然科学基金资助项目(51273172) 江苏省创新创业训练计划立项项目(201511117054Y) 

出 版 物：《信息技术》 (Information Technology)

年 卷 期：2016年第40卷第1期

页      码：20-22,26页

摘      要：针对字符识别相似字符识别能力差,速度慢等问题,提出基于支持向量机的识别方法。首先提取预处理后的字符特征,然后进行降维处理,再设计多类分类器并进行训练,最后选取合适的核函数进行识别。实验表明,该方法识别率高达97.65%,且具有适应性强和效率高的特点,具有较高的实用价值。

主 题 词：字符识别 支持向量机 多类分类器 核函数 

学科分类：08[工学] 080203[080203] 0802[工学-机械学] 

D　O　I：10.13274/j.cnki.hdzj.2016.01.006

馆 藏 号：203613160...