一种基于支持向量机的手写汉字识别方法

• 作者: 尹俊勋 金连文 高学 黄建成
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 支持向量机 手写汉字识别 特征提取
• 年，卷（期）: 2002,（5）
• 所属期刊栏目: 学术论文
• 页码范围: 651-654
• 页数: 4页
• 分类号: TP391
• 字数: 4643字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2002.05.010

摘要

本文提出了一种新的基于支持向量机手写汉字识别方法.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,而不是仅仅使经验风险达到最小,从而使得支持向量分类器具有较好的推广能力.本文首先讨论了支持向量机的基本原理,然后,针对支持向量机识别大类别手写汉字所遇到的特殊问题,文章进行了分析和阐述,并在此基础上,提出了基于最小距离分类器预分类的两级分类策略.最后,针对GB2312-80的1034个汉字类别的120套手写样本,进行了实验仿真.实验结果表明,本文方法的汉字识别率较距离分类器有较大提高,其中多项式核函数的支持向量分类器,识别率平均提高3.38%,表明了本文方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尹俊勋	华南理工大学电子与通信工程系	118	876	12.0	25.0
2	高学	华南理工大学电子与通信工程系	14	470	8.0	14.0
3	金连文	华南理工大学电子与通信工程系	63	1553	20.0	38.0