摘要
本文应用SVM对字符图像识别进行实验研究,并在此基础上,研究了SVM对含有高斯噪声的字符图像的识别问题。研究结果表明,SVM能够在有限样本的情况下,获得较高的识别率,是目前小样本学习的最佳解决方案。
Characters recognition is researched using support vector machine in the paper. And then characters recognition with high noise is developed. The experimental results show SVM can obtain high recognition rate and it is the best solution for few sample learning at present.
出处
《微计算机信息》
北大核心
2006年第04Z期245-247,共3页
Control & Automation
基金
黑龙江省教育厅资助项目
编号:10511141
关键词
支持向量机
字符识别
噪声
Support Vector Machines
recognition of characters
noise
作者简介
张宏烈：副教授 张宏烈（1966-），女，汉族，哈尔滨工程大学计算机科学技术学院在读博士生。工作单位：齐齐哈尔大学；教师，副教授，研究方向：从事计算机智能控制、模式识别。（161006齐齐哈尔大学计控学院）张宏烈
