基于主成分分析法及贝叶斯分类器的手写数字识别

摘要：

针对目前手写数字难识别并且识别正确率低这一现象，提出了一套基于主成分分析法及贝叶斯分类器的手写数字识别方法。该方案首先利用主成分分析法减小输入数据的维数，而后把降维的数据作为训练过的贝叶斯分类器的输入，从而得到对于输入的手写数字的识别。在 MNIST手写数字数据集上该方法能够达到96.35%的识别率。该仿真结果说明文章提出的手写数字识别策略能够实现对手写数字的高效的识别。

关键词：手写数字识别、主成分分析法、贝叶斯分类器

分类号：TM732(输配电工程、电力网及电力系统)

在线出版日期：2015-12-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：39-41