一种基于机器学习的经济数据识别方法

• 作者: 孙美卫
• 来源期刊: 佳木斯大学学报（自然科学版）
• 学科: 工学
• 关键词: 机器学习 经济数据 特征分布 识别 SVM
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 科研与实践探索
• 页码范围: 465-468
• 页数: 4页
• 分类号: TP313
• 字数: 3485字
• 语种: 中文
• DOI: 10.3969/j.issn.1008-1402.2018.03.039

摘要

针对海量经济数据无法正确识别并进行实时分析、存储的缺陷,提出了一种基于机器学习的数字识别方法.首先通过相机实时采集LED屏幕数据,采用人工设置ROI(Region of Im－age,感兴趣区域)的方式划分识别区域,然后采用水平投影法定位数字区域与分割单个目标,再提取归一化后识别目标的投影特征分布,并在训练阶段将其作为学习模型SVM(Support Vector Machine,支持向量机)的输入,最后用完成的SVM模型作为经济数据识别方法的分类器,并将识别数据导入后台数据库进行后续分析.实验表明:以某一股票软件为例,该系统可以准确快速识别屏幕上的经济数据,较传统方式效率更高,速度更快.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙美卫	泉州经贸职业技术学院信息技术系	10	25	1.0	5.0