基于SVM多类分类器的字符识别

• 作者: 于安军 李雪花 杜宇人 许姜涤宇
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 字符识别 支持向量机 多类分类器 核函数
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 基金项目
• 页码范围: 20-22,26
• 页数: 4页
• 分类号: TP391.41
• 字数: 2405字
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2016.01.006

摘要

针对字符识别相似字符识别能力差,速度慢等问题,提出基于支持向量机的识别方法.首先提取预处理后的字符特征,然后进行降维处理,再设计多类分类器并进行训练,最后选取合适的核函数进行识别.实验表明,该方法识别率高达97.65％,且具有适应性强和效率高的特点,具有较高的实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜宇人	扬州大学信息工程学院	68	788	13.0	27.0
2	许姜涤宇	扬州大学信息工程学院	3	24	3.0	3.0
3	李雪花	扬州大学信息工程学院	2	29	2.0	2.0
4	于安军	扬州大学信息工程学院	2	20	2.0	2.0