一种改进的支持向量机在手写体汉字识别中的研究与应用的中期报告.docx

文档介绍：该【一种改进的支持向量机在手写体汉字识别中的研究与应用的中期报告 】是由【niuww】上传分享，文档一共【1】页，该文档可以免费在线阅读，需要了解更多关于【一种改进的支持向量机在手写体汉字识别中的研究与应用的中期报告 】的内容，可以使用淘豆网的站内搜索功能，选择自己适合的文档，以下文字是截取该文章内的部分文字，如需要获得完整电子版，请下载此文档到您的设备，方便您编辑和打印。一种改进的支持向量机在手写体汉字识别中的研究与应用的中期报告本中期报告介绍了一种改进的支持向量机(SVM)在手写体汉字识别中的研究与应用。基于现有的SVM原理和方法,我们提出并实现了两个改进的方案,通过实验评测和分析证明了改进的有效性。第一个改进是基于多核技术的SVM。我们发现,在手写体汉字识别这一复杂任务中,不同特征的分类效果并不一定一致,在这种情况下,单一核函数的SVM效果可能并不最优。因此,我们使用多种核函数对特征进行处理,然后将多个核函数处理后的特征进行融合,提升分类性能。实验结果表明,使用我们提出的多核技术的SVM,在手写体汉字识别中确实可以获得更好的分类性能。第二个改进是基于稀疏表示的SVM。我们发现,在手写体汉字识别中,数据维度通常很高,从而导致模型复杂度高、训练时间长、泛化能力差等问题。而稀疏表示可以将数据表示为更低维的形式,同时保持数据间的相似性。因此,我们将稀疏表示引入到SVM中,通过对数据进行压缩和重建,将模型复杂度和训练时间降低,同时提升泛化能力。实验结果表明,基于稀疏表示的SVM,在手写体汉字识别中也可以获得更好的分类效果。结合两个改进提出的方法,我们构建了一种改进的SVM模型,并将其应用到手写体汉字识别中。实验结果表明,相比传统的SVM模型,改进的模型在分类性能和运行效率等方面都有较大的提升。