随着科学技术水平的不断发展,手写体数字的识别技术被越来越频繁地应用于各行各业发展中。邮政编码,银行支票等都可通过手写体数字识别技术进行数字识别,从而提高效率,节省大量的人力、物力和财力。支持向量机作为经典的有监督机器学习方法之一,其能在小样本空间下保持良好的性能,且具备强鲁棒性的优点。本文将支持向量机应用于手写体数字识别中,对MINIST数据集进行训练,并分析四种核函数以及OVO,OVR解决多分类问题的方式对训练时间以及识别精度的影响,为其他研究人员提供参考。
科研之友
微信
新浪微博
Facebook
分享链接
