基于概率测度支持向量机的静态手写数字识别方法

• 作者: 方向 贾颖 陈思佳
• 来源期刊: 微电子学与计算机
• 关键词: 静态手写数字识别 支持向量机 统计学习理论
• 年，卷（期）: 2015,（4）
• 页码范围: 107-110
• 页数: 4页
• 分类号: TP319
• 语种: 中文

摘要

提出了基于概率测度的支持向量机算法，它采用概率分布作为均值嵌入构造再生希尔伯特空间，为了能够直接采用任何标准的基于核的学习技术，又构造了支持向量机的一般形式，称为基于概率测度的支持向量机（PM‐SVM ）。通过在M NIST数据库构建的虚拟样本进行实验，证明了该算法在识别率和时间消耗上更为有效。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾颖	山东工商学院计算机部	22	38	3.0	5.0
2	方向	山东工商学院计算机部	20	133	5.0	11.0
3	陈思佳	山东工商学院计算机部	13	20	3.0	4.0