基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
支持向量机(SVM)是由Vapnik等人提出的一类新型机器学习方法,此方法利用较少的训练样本就可以达到比较理想的识别效果.本文应用SVM对手写数字字符集进行识别,结果表明了该方法在小字符集脱机手写体识别中的实用性.
推荐文章
数据库管理系统的多字符集支持
数据库管理系统
字符集
Unicode
支持向量机在字符识别中的应用研究
支持向量机
字符识别
噪声
利用有限字符集的数字信号压缩感知模型
压缩感知
有限字符集
数字信号
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 支持向量机在小字符集识别中的应用
来源期刊 计算机与现代化 学科 工学
关键词 支持向量机 字符识别
年,卷(期) 2006,(12) 所属期刊栏目
研究方向 页码范围 7-9
页数 3页 分类号 TP391
字数 1957字 语种 中文
DOI 10.3969/j.issn.1006-2475.2006.12.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 刘明 南昌大学计算机科学与技术系 12 60 3.0 7.0
2 王命延 南昌大学计算机科学与技术系 52 388 10.0 17.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (3)
同被引文献  (0)
二级引证文献  (0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机
字符识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与现代化
月刊
1006-2475
36-1137/TP
大16开
南昌市井冈山大道1416号
44-121
1985
chi
出版文献量(篇)
9036
总下载数(次)
25
总被引数(次)
56782
论文1v1指导