文献类型：期刊文章

作　　者：陈增照[1] 杨扬[1] 董才林[2] 何秀玲[1]

机构地区：[1]北京科技大学信息工程学院,北京1000832 [2]华中师范大学最优控制与离散数学重点实验室,武汉430079

出　　处：《北京科技大学学报》

基　　金：湖北省科技攻关计划(No.2003BDST004)

年　　份：2006

卷　　号：28

期　　号：2

起止页码：199-202

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、JST、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：介绍了用支持向量机(SVM)进行动态学习训练的方法．解决了在机器学习过程中,训练样本获取比较困难,样本可随外界条件改变而变化的问题．实践证明,使用该方法可以动态跟踪样本的变化,保证 SVM 分类器的最优性能．利用该方法设计的银行票据 OCR 系统的实际应用说明了该方法的有效性．

关 键 词：支持向量机 动态学习  机器学习  手写字符识别 票据识别

分 类 号：TP391.4] TP181[计算机类]