为了对数字字符和字母字符进行有效识别,提出了一种利用二值字符图像投影的特征参数构 造字符特征矢量的方法,对这些特征矢量进行归一化处理并作为支持向量机的训练集。采用支持向量机和 多层感知器网络对字符的特征矢量进行训练,分别构造出26个字母分类器、10个数字分类器以及36个字母 -数字综合分类器。通过对字符的分类识别测试,字符识别的准确率平均为96.5%,识别速度平均为20.5 ms/字符,结果表明了支持向量机在字符识别应用中的有效性。
任俊 李志能. 支持向量机在字符分类识别中的应用[J]. J4, 2005, 39(8): 1136-1141.
LIN Dun, LI Zhi-Nai. . J4, 2005, 39(8): 1136-1141.
http://www.zjujournals.com/xueshu/eng/CN/ 或 http://www.zjujournals.com/xueshu/eng/CN/Y2005/V39/I8/1136
Cited