基于改进粒子群优化的SVM手写数字识别研究

文档名：基于改进粒子群优化的SVM手写数字识别研究
手写体数字识别在众多领域被广泛应用,采用传统方法不能克服其书写差异大、区域性明显等特点.本文提出一种基于改进粒子群优化的支持向量机聚类辨识算法.首先通过对灰度图像转化二值图像、划分区域等方案进行特征提取,应用支持向量机对提取的特征构建模型,使用粒子群算法对支持向量机的两个参数进行迭代寻优,使得辨识正确率最高.与其它识别算法相比,本文方法能够极大提升手写数字识别结果的正确率.
作者：李烁孙建平
作者单位：华北电力大学河北省发电过程仿真与优化控制重点实验室,河北保定071003
母体文献：2017全国仿真技术学术会议论文集
会议名称：2017全国仿真技术学术会议  
会议时间：2017年8月1日
会议地点：长春
主办单位：中国计算机用户协会
语种：chi
分类号：
关键词：数字识别  图像处理  支持向量机  特征提取
在线出版日期：2021年4月14日
基金项目：
相似文献
相关博文

2024-12-10 15:01 上传 基于改进粒子群优化的SVM手写数字识别研究.pdf

文件大小:

3.06 MB

下载次数:

60

高速下载