基于核典型相关分析的字符识别

摘要：

介绍一种基于核典型相关分析(KCCA)的字符识别方法.首先选取核函数将低维数据映射到高维空间,再利用典型相关分析(CCA)的思想对数据进行降维,最后利用分类器对降维后的数据进行分类识别.通过对MINST手写数字字符库的实验结果表明,利用KCCA对特征数据进行降维后,能够在新的特征空间中寻找到较好的线性模型,即新特征能够被较好地分类识别.

关键词：核方法、典型相关分析(CCA)、核函数、核典型相关分析(KCCA)、Cholesky分解

所属期刊栏目：19

分类号：TP391.4(计算技术、计算机技术)

在线出版日期：2008-06-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：558-561