基于SVM的手写体数字识别方法研究文献综述
2020-05-05 20:17:12
文 献 综 述 1.研究背景和意义:手写体数字识别是利用机器或计算机自动辨认手写体阿拉伯数字的一种技术,是光学字符识别技术的一个分支。
由于阿拉伯数字的世界通用性,并且数字的识别和处理也常常是一些自动化系统的核心和关键,所以对手写体数字识别研究通用性强,且意义重大。
手写数字识别(Handwritten Numeral Recognition,简称HNR)是光学字符识别的一个分支,它的任务是把手写阿拉伯数字(如0,1,2,#8230;#8230;,9)通过非键盘方式输入到计算机中,以便作进一步的处理和应用,给计算机建立视觉系统,自动辨识人用笔写在纸(介质)上的数字。
它属于模式识别、人工智能的一个重要分支,涉及到模式识别和图像处理、人工智能、统计决策理论、模糊数学、组合数学、信息论、计算机等学科;同时也涉及心理学等,是介于基础研究与应用研究之间的一门综合性的技术[1]。
手写体阿拉伯数字识别是图象处理和模式识别领域中的研究课题之一。
字符识别系统一般由图象采集、信号预处理、特征提取、分类识别等几个部分组成。
支持向量机(Support Vector Machine,简称 SVM)[2,3],支持向量机是一种最先进的分类器,在许多模式识别中得到了广泛的应用任务[4]。
并在很多领域都得到了成功的应用,如人脸检测、手写体数字识别、文本自动分类等[5]。
手写体数字的识别研究不仅有着重大的现实意义而且还有十分广阔的应用前景。
SVM适用于处理小样本的培训和测试。