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:
手写体数字识别是图像处理与模式识别中具有较高实用价值的研究热点之一。在保证较高识别精度的前提下,为提高手写体数字的识别速度,提出了一种基于SVM的快速手写体数字识别方法。该方法通过各类别在特征空间中的可分性强度确定SVM最优核参数,快速训练出SVM分类器对手写体数字进行分类识别。由于可分性强度的计算是一个简单的迭代过程,所需时间远小于传统参数优化方法中训练相应SVM分类器所需时间,故参数确定时间被大大缩减,训练速度得到相应提高,从而加快了手写体数字的识别过程,同时保证了较好的分类准确率。通过对MNIST手写体数字库的实验验证,结果表明该算法是可行有效的。
推荐文章
基于组合特征的手写体数字识别方法
手写体数字
独立分量分析
核主分量分析
支持向量机
基于形体特征的手写体数字识别
手写体数字
预处理
骨架搜索
模板匹配
特征匹配
一种新的基于Grassmann流形度量的手写体数字识别方法
手写字符识别
Grassmann流形
几何变换
最近邻分类
基于层次分解决策树的手写体数字识别
手写体数字
识别
决策树
层次分解
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 基于SVM的手写体数字快速识别方法研究
来源期刊 计算机技术与发展 学科 工学
关键词 手写体数字识别 支持向量机 核参数 可分性强度
年,卷(期) 2014,(2) 所属期刊栏目 应 用 开 发 研 究
研究方向 页码范围 205-208
页数 4页 分类号 TP391
字数 4091字 语种 中文
DOI 10.3969/j.issn.1673-629X.2014.02.051
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 王维虎 汉口学院信息科学与技术学院 12 41 3.0 6.0
2 李琼 汉口学院信息科学与技术学院 10 96 3.0 9.0
3 陈利 汉口学院实验中心 5 66 2.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (56)
共引文献  (191)
参考文献  (10)
节点文献
引证文献  (20)
同被引文献  (47)
二级引证文献  (74)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(11)
  • 参考文献(0)
  • 二级参考文献(11)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(8)
  • 参考文献(4)
  • 二级参考文献(4)
2012(4)
  • 参考文献(4)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2014(2)
  • 引证文献(2)
  • 二级引证文献(0)
2015(3)
  • 引证文献(3)
  • 二级引证文献(0)
2016(10)
  • 引证文献(5)
  • 二级引证文献(5)
2017(13)
  • 引证文献(2)
  • 二级引证文献(11)
2018(32)
  • 引证文献(5)
  • 二级引证文献(27)
2019(24)
  • 引证文献(2)
  • 二级引证文献(22)
2020(10)
  • 引证文献(1)
  • 二级引证文献(9)
研究主题发展历程
节点文献
手写体数字识别
支持向量机
核参数
可分性强度
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
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导