基于SVM汉字识别方法的特征分析

• 作者: 曾莉 肖明
• 来源期刊: 数字技术与应用
• 学科: 工学
• 关键词: 支持向量机 文字识别
• 年，卷（期）: 2011,（10）
• 所属期刊栏目: 学术论坛
• 页码范围: 154-155
• 分类号: TP391
• 字数: 2772字
• 语种: 中文

摘要

支持向量机（SVM）是在统计学习理论的基础上发展而来的一种新的模式识别方法,在解决有限样本、非线性及高维模式识别问题中表现出许多特有的优势。本文尝试将SVM用于相似汉字的识别,并通过实验比较了弹性网格特征和结构特征点在汉字识别中的效果,结果表明,特征点比弹性网格特征更有利有于文字的识别。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾莉	西南民族大学计算机科学与技术学院	12	78	3.0	8.0
2	肖明	西南民族大学计算机科学与技术学院	18	123	6.0	11.0