SVM多类分类算法及其在手写体数字识别中的应用

• 作者: 李云峰 胡文平
• 来源期刊: 物流工程与管理
• 学科: 数学
• 关键词: 两类分类 多类分类 核函数 PCA(主成分分析) 支持向量机
• 年，卷（期）: 2012,（7）
• 所属期刊栏目: 设备设施
• 页码范围: 131-134
• 分类号: O142
• 字数: 3374字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-4993.2012.07.047

摘要

SVM(支持向量机)的多类分类是近年来模式识别领域的热门方向.文中描述了一种将多类分类问题转化为两类分类问题的方法,把该方法同PCA(主成分分析)和基于核方法的两类分类方法相结合,生成了一种新的SVM多类分类算法.基于该方法,文中设计了完整的手写体数字识别算法,并使用手写体数字数据集对所提出的算法进行了测试.结果表明,识别全过程的时间复杂度有所降低,识别率可达到85.7％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李云峰	中国电子科技集团公司第二研究所	2	5	2.0	2.0
2	胡文平	中国电子科技集团公司第二研究所	3	8	2.0	2.0