数字识别的支持向量机方法

《数字识别的支持向量机方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、数字识别的支持向量机方法目录摘要-1-Abstract-2-第一章绪论-3-1.1研究背景-3-1.1.1数字识别概述-3-1.1.2数字识别的问题和困难-3-第二章数字识别技术-4-2.1数字识别的方法-4-2.1.1神经网络的BP学习算法-4-2.1.2SVM算法-5-2.2支持向量机与多层前向网络区别-6-第三章统计学理论与支持向量机-7-3.1统计学习理论的核心内容-7-3.1.1VC维-7-3.1.2推广能力的界-7-3.1.3结构构风险最小化-8-3.2线性支持向量机-8-3.3非线性支持向量机-11-3.4支持向量机的评价-12-第四章数字识别的支持向量机的方法-13-4

2、.1SVM学习算法步骤-13-4.2应用SVM算法识别数字字符和结果分析-14-4.2.1数字识别的实现-14-4.2.2识别结果分析-15-4.3支持向量机与多层前向网络BP算法结果的比较-16-第五章结论-17-致谢-18-参考文献-19-附录-20-摘要数字作为世界经济发展的信息的载体，利用计算机数字识别和文档处理技术成为人们迫切要解决的问题。本文先介绍数字识别和数字识别的几种技术，主要包括多层神经网络BP算法和支持向量机等,并对这两种方法的比较，找出他们的区别。接下来介绍支持向量机的工作原理以及在其图像识别中的应用，指出了该方法与BP识别法的优势所在，并在以数字字符的识别为例进

3、行实现，通过把字符图像转化为数据矩阵，并MATLAB下给出识别结果，实验结果表明了该方法识别准确性较高，而且SVM（supportectormachine）样本训练的收敛速度比较快。关键词：数字识别支持向量机数据矩阵MATLAB-24-AbstractDigitalasthedevelopmentoftheworldeconomybycomputerinformationcarrier,digitalidentificationanddocumentprocessingtechnologytobecomepeopleurgentproblemstosolve.Thispaperfirs

4、tintroducesdigitalidentificationandseveralkindsofnumeralrecognitiontechnology,mainlyincludingmultilayerneuralnetworkbasedonBPalgorithmandsupportvectormachine,etc,andonthecomparisonofthetwomethods,findouttheirdifferences.Nexttheintroducedsupportvectormachineworkingprincipleanditsapplicationinimag

5、erecognition,pointsoutthemethodandBPrecognitionmethodadvantage,and,inthedigitalcharacterrecognitionasanexample,throughthechatacterimageintodatamatrixandMATLABrecognitionresultgives,andexperimentalresultsshowthatthenewmethodisaccurate,andtheSVM(supportectormachine)sampletrainingconvergencespeedis

6、faster.Thekeywords：digitalidentificationsupportectormachinedatamatrixmatlab-24-第一章绪论1.1研究背景1.1.1数字识别概述阿拉伯数字是人类文明的标志之一，也是人们进行交流与沟通的主要媒介。数字作为世界经济发展的信息载体，展示了世界各族人民的思维和认知方式。在我们的日常生活中，每天都要进行大量的文档处理工作，税单、银行支票、汇款单、信用卡账单的处理，以及邮局信函的分检等等，如何利用计算机字符识别和文档处理技术，使人们从这些繁重的手工劳动中解放出来已成为一个迫切需要解决的问题。计算机文字识别，是计算机和人之间

7、进行信息沟通的一座桥梁。计算机文字识别一直是图像识别领域中十分活跃的研究课题。它被认为是典型的图像识别应用研究课题。随着信息时代的到来，如何实习数字识别的自动识别与处理将直接关系到我国信息事业的发展。数字识别是一种类别的识别问题，在理论和技术上都具有较大的研究价值。其中，数字识别特别是手写数字识别因其需要较高的识别精度和较快的识别速度被视为识别领域中“最难的领域”，成为国内外研究的热点。1.1.2数字识别的问题和困难数字的类别只有十种，笔划也比