基于SVM的手写体阿拉伯数字识别

• 作者: 张鸽 陈书开
• 来源期刊: 军民两用技术与产品
• 学科: 工学
• 关键词: SVM 核函数 穿越次数特征 粗网格特征 密度特征
• 年，卷（期）: 2005,（9）
• 所属期刊栏目: 学术论文
• 页码范围: 41-43
• 页数: 3页
• 分类号: TP3
• 字数: 3179字
• 语种: 中文
• DOI: 10.3969/j.issn.1009-8119.2005.09.016

摘要

支持向量机(SVM)是近年来在统计学习理论的基础上发展起来的一种新的模式识别方法,在解决小样本、非线性及高维模式识别问题中,表现出许多特有的优势.介绍了在提取穿越次数特征、粗网格特征以及密度特征提取的基础上,应用SVM进行手写体阿拉伯数字识别的方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈书开	长沙理工大学计算机与通讯工程学院	9	42	3.0	6.0
2	张鸽	长沙理工大学计算机与通讯工程学院	1	22	1.0	1.0