采用较高序列单值分解的手写体数字分类方法

• 作者: Berkant Eldén Lars Savas 章晟（译）
• 来源期刊: 图象识别与自动化
• 学科: 工学
• 关键词: 手写体数字分类 张量 较高序列单值分解 张量近似 最小矩形
• 年，卷（期）: 2007,（2）
• 页码范围: 1-10
• 页数: 10页
• 分类号: TP391.4

摘要

本文基于较高序列单值分解（HOSVD）的手写体数字分类，提出了两种算法。采用HOSVD的第一种算法针对类别模型的结构，得到的分类结果其差错率小于6％；采用HOSVD的第二种算法针对两种模式中几乎同时存在的张量近似，第二种算法的分类结果甚至低于5％。在以前的类别模型结构中，原始训练数据超过98％。在试验阶段，两种算法通过解决一组最小矩形的问题，在实际分类中进行处理。试验采用的第二种算法其计算量是第一种算法的两倍：