文献类型：期刊文章

作　　者：高学[1] 金连文[1] 尹俊勋[1] 黄建成[2]

机构地区：[1]华南理工大学电子与通信工程系,广东广州510641 [2]Motorola China Research Center,上海200002

出　　处：《电子学报》

基　　金：国家自然科学基金 (No .6980 2 0 0 7);广东省自然科学基金 (No.980 60 2 );Motorola研究基金

年　　份：2002

卷　　号：30

期　　号：5

起止页码：651-654

语　　种：中文

收录情况：BDHX、BDHX2000、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、RCCSE、RSC、SCOPUS、ZGKJHX、核心刊

摘　　要：本文提出了一种新的基于支持向量机手写汉字识别方法 .支持向量机作为一种新的机器学习方法 ,由于其建立在结构风险最小化准则之上 ,而不是仅仅使经验风险达到最小 ,从而使得支持向量分类器具有较好的推广能力 .本文首先讨论了支持向量机的基本原理 ,然后 ,针对支持向量机识别大类别手写汉字所遇到的特殊问题 ,文章进行了分析和阐述 ,并在此基础上 ,提出了基于最小距离分类器预分类的两级分类策略 .最后 ,针对GB2 312 80的 10 34个汉字类别的 12 0套手写样本 ,进行了实验仿真 .实验结果表明 ,本文方法的汉字识别率较距离分类器有较大提高 ,其中多项式核函数的支持向量分类器 ,识别率平均提高 3 38% 。

关 键 词：支持向量机 手写汉字识别 特征提取

分 类 号：TP391.43]