10.3969/j.issn.1007-757X.2018.08.024
基于机器学习的手写数字识别系统设计与实现
针对传统的手写数字识别准确率低的缺点,将机器学习方法引入手写数字识别.提取数字图像的水平交点、垂直交点和对角交点作为手写数字图像的特征向量,建立手写数字模板矩阵,通过计算待识别图像和模板矩阵的欧式距离和后验概率,从而实现手写数字识别.研究结果表明,机器学习方法手写数字识别的精度可以高达97.63%,为手写数字识别提供新的方法和途径.
机器学习、手写数字、贝叶斯分类器、欧式距离
34
TP311(计算技术、计算机技术)
2018-11-29(万方平台首次上网日期,不代表论文的发表时间)
共4页
78-81