基于SVM的手写数字识别的应用与实现【毕业作品】.docVIP

基于SVM的手写数字识别的应用与实现

摘要

手写数字识别是字符识别的一个分支，虽然只是识别简单的10个数字，但却有着非常大的实用价值。在文献检索、邮政系统、办公自动化、表格录入、银行票据处理等方面都有着广泛的应用。手写数字虽然只有10个种类，但很多情况下，对识别的精度要求非常高，而且每个人都有不同的字迹，想要做到准确的识别，就很有难度了。

支持向量机(SupportVectorMachine，SVM)最初于20世纪90年代由Vapnik提出，是基于统计学习理论的一项新技术，是借助于最优化方法解决机器学习问题的新工具，具有许多引人注目的优点和有前途的实验性能，在人脸识别，手写数字识别，网页分类等方面有非常理想的效果。所以，本文将支持向量机应用于手写数字识别，希望能够得到不错的精度。

手写数字识别一共有10类样本，是一个多分类问题，本文将多个支持向量机的二类分类器组合起来构成一个多类分类器，以便实现手写数字识别。我们把样本分为训练样本集和测试样本集，训练样本集与测试样本集都要经过预处理得到点阵数据，然后再经过特征提取，用来训练识别器以及进行识别。

【关键词】手写数字识别，支持向量机，分类器，特征提取，预处理

ApplicationandImplementationofHandwritingNumeralsRecognitionBasedonSVM

Abstract

Handwritingnumeralsrecognitionisabranchofthecharacterrecognition,althoughjustrecognitionsimple10figures,butithasaverybigpracticalvalue.Intheliteratureretrieval,thepostalsystem,officeautomation,formentry,bankbillsareprocessing,etcinawiderangeofapplications.Handwritingnumeralsalthoughonly10species,butinmanycases,theaccuracyrequirementofrecognitionisveryhigh,andeverybodyhasdifferenthandwriting,togetaccurateidentification,isverydifficult.

TheSupportVectorMachine(SVM)intheearly1990s,isputproposedbyVapnik,indataminingisanewtechnology,isafurtheroptimizationmethodofmachinelearningproblemsolvingnewtools,hasmanycompellingadvantagesandpromisingexperimentalperformance,infacerecognition,Handwritingnumeralsidentification,classificationofwebpagesisveryidealeffect.So,thispaperwillsupportvectormachineappliedinHandwritingnumeralrecognition,thehopecanobtaingoodaccuracy.

Handwritingnumeralsidentifyingatotaloftenkindsofsamples,isamultipleclassificationproblem,thispaperwillmoresupportvectormachineclassifieriicombinedformamultitudeofclassifier,inordertorealizeHandwritingnumeralrecognition.Weputthesamplesaredividedintothetrainingsamplesetandtestingsamples,thetrainingsamplesetandtestsamplesarethrou