节点文献
基于SVM的手写数字相似字识别研究
Study on Handwritten Numeral Recognition Using Neural Networks and SVM
【摘要】 该文针对银行票据识别系统中的手写数字的识别问题,利用神经网络和支撑向量机相结合的方法构建了手写数字的识别核,并利用支撑向量机对神经网络输出的识别结果中的相似字进行了二次识别,解决了手写数字中相似字的识别问题,最终的单字误识率达到2.0426%～5.4369%,满足了银行票据识别系统中的手写数字识别的实际要求。
【Abstract】 This paper presents a new method to recognize the handwritten numerals for bank check recognition system based on neural network(NN)and support vector machines(SVM).SVM recognizer works for the similar numerals after NN recognizer.The two-layer recognizer solves the problem of the similar numerals recognition.The error rate of the two recognizing process can reach2.0426%～5.4369%,which can meet the demand of the practical application.
【关键词】 手写数字；
神经网络；
支撑向量机；
识别；
票据处理；
【Key words】 Handwritten numerals； Neural Network(NN)； SVM； Recognition； Bank check processing；
【Key words】 Handwritten numerals； Neural Network(NN)； SVM； Recognition； Bank check processing；
【基金】 国家863高技术研究发展计划项目(编号:2001AA114080)
- 【文献出处】 计算机工程与应用 ,Computer Engineering and Applications , 编辑部邮箱 ,2003年11期
- 【分类号】TP391.41
- 【被引频次】8
- 【下载频次】383