基于支持向量机的手写体数字识别系统设计.doc

 第 26 卷 第 6 期 计算机工程与设计 Computer Engineering and Design 2005 年 6 月 June 2005 V ol . 26 N o. 6 基于支持向量机的手写体数字识别系统设计 蒙庚祥, 方景龙 ( 杭州电子工业学院 软件学院，浙江 杭州 310018) 要：数字识别是光学字符识别技术里发展比较早的一种技术，是 OCR 的一个分支。数字识别又分为手写数字识别 摘 和非手写数字识别，提到的手写数字识别是指脱机手写数字识别。支持向量机是近几年来模式识别领域中的一个新技 术，它被广泛应用到文字识别、人脸识别等应用中，是模式识别领域中的研究热点，把支持向量机技术应用到手写数 字识别系统中，以期提高识别系统的性能。 关键词：支持向量机； 数字识别； 系统设计 中图法分类号：TP391.4 文献标识码：A 文章编号：1000-7024 (2005) 06-1592-03 System design of recognition of handwritten digits by support vector machine MENG Geng-xiang , FANG Jing-long (School of Software, Hangzhou Institute of Electronics and Engineering, Hangzhou 310018, China) Abstract：Digits recognition is studied earlier than others in char recognition, it is a branch of OCR. Digits recognition is made up of handwritten digits recognition and non-handwritten digits recognition. The handwritten digits recognition that is studied is off-line hand- written digits recognition. Support vector machine is a new technic in pattern recognition in recent years. SVM is used widely in different recognition and it is a hot topic in recognition. SVM is used in the system of handwritten digits recognition, whose goal is to improve the performance of the system . Key words：support vector machine; digits recognition; system design 数方法，较好地解决了模式分类器复杂性和推广性之间的矛 盾，因而也引起了模式识别领域学者的极大关注。 1 引 言 手写数字识别在经过过去几十年的研究取得了很大的成 功，识别率在 90%以上，但是作为数字识别它需要更高的识别 率，因为数字识别的错误所带来的影响比文字识别等其他识 别所带来的影响更大，尤其在金融领域数字识别的错误所带 来的后果更是不可低估 [1]。手写体数字识别是多年来的研究 热点，也是模式识别领域中最成功的应用之一，有很高的商业 价值。目前，市场上也出现了一些手写体数字识别产品，在许 多实用系统(如邮政编码自动识别系统、银行支票自动处理系 统等)中有广泛的应用。显然，高性能的手写体数字识别器有 助于提高实用系统的整体性能，然而现在还没有哪个手写体 数字识别器达到完美的识别性能。因此，进一步提高手写数 字识别系统的识别性能是每一位从事数字识别工作者的追求 目标。 学习理论是一种研究有限样本情况下机器学习性质和规 律的理论。在这一理论下发展出的一种通用的模式分类器 ——支持向量机，由于与传统的模式识别方法相比具有推广 能力强、能保证全局最优等优点，这使得支持向量机技术在手 写数字识别系统中有很好的应用前景，因而引起了国内外学 者的极大兴趣。支持向量机通过结构风险最小化准则和核函 2 支持向量机技术 支持向量机(SupportVectorMachine-SVM) 简称 SVM，是统 计学习理论中必威体育精装版的内容，也是最实用的部分。支持向量机 是一种新的机器学习技术，由 Vapnik 和他的同事于 1995 年提 出[2]。 支持向量机方法是建立在统计学习理论的 VC 维理论和 结构风险最小化原理基础