ICA和改进的SVM在有限集字符识别中的应用

摘要：

介绍了独立分量分析(ICA)基本原理和算法,提出了一种基于独立分量分析和支持向量机的有限集字符识别新方法.对传统向量机解决多分类问题的"一对一"模式进行了改进,将传统向量机的"一对一"模式存在的不可分区域减小到可以忽略的程度,克服了不可分区域的影响.该算法可应用于车牌字符、手写体英文字母、手写体数字、印刷体字母、印刷体数字等有限集字符的识别.在大量的车牌汉字和手写体英文字母自动识别实验中,取得了高于95%的识别结果,证明该算法在有限集字符识别应用中的优越性.

关键词：独立分量分析、支持向量机、特征提取、字符识别

所属期刊栏目：32

分类号：TP391.43(计算技术、计算机技术)

在线出版日期：2006-12-25（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：199-201