基于流形学习与SVM的手写字符识别方法

• 作者: 李学华 舒兰
• 来源期刊: 科技与创新
• 关键词: 核方法 局部线性嵌入 支持向量机 手写字符识别
• 年，卷（期）: 2009,（24）
• 所属期刊栏目: 软件时空
• 页码范围: 154-155,224
• 页数: 3页
• 分类号: TP391-04
• 语种: 中文
• DOI: 10.3969/j.issn.1008-0570.2009.24.062

摘要

本文结合核方法、局部线性嵌入(LLE)和支持向量机等机器学习方法,提出了一种集成手写字符维数约简、特征提取及识别方法.鉴于LLE方法对其近邻个数太过敏感,以及要求流形上的数据分布比较均匀,难以实现手写字符维数约简.本文提出的基于核局部线性嵌入方法(KLLE),能够选择最优的近邻个数、构造分布均匀流形,并克服了手写字符识别中由于书写习惯和风格不同造成字符模式不稳定的问题.使用MINST数据库中的手写数字进行仿真实验并利用PCA、LLE进行维数约简比较,验证了KLLE算法的有效性及优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒兰	电子科技大学应用数学学院	62	288	10.0	12.0
2	李学华	电子科技大学应用数学学院	3	12	2.0	3.0