基于SVM的手写数字相似字识别研究

• 作者: 吴铭 张闯 郭军 魏锋
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 手写数字 神经网络 支撑向量机 识别 票据处理
• 年，卷（期）: 2003,（11）
• 所属期刊栏目: 博士论坛
• 页码范围: 33-35,44
• 页数: 4页
• 分类号: TP391.41
• 字数: 4882字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2003.11.011

摘要

该文针对银行票据识别系统中的手写数字的识别问题,利用神经网络和支撑向量机相结合的方法构建了手写数字的识别核,并利用支撑向量机对神经网络输出的识别结果中的相似字进行了二次识别,解决了手写数字中相似字的识别问题,最终的单字误识率达到2.0426%～5.4369%,满足了银行票据识别系统中的手写数字识别的实际要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭军	北京邮电大学模式识别与智能系统实验室	101	1335	20.0	31.0
2	张闯	北京邮电大学模式识别与智能系统实验室	8	75	5.0	8.0
3	魏锋	北京邮电大学模式识别与智能系统实验室	4	34	3.0	4.0
4	吴铭	北京邮电大学模式识别与智能系统实验室	5	72	5.0	5.0