首页> 中文会议>第八届全国汉字识别学术会议 >基于改进的支持向量机和BP神经网络的识别算法

基于改进的支持向量机和BP神经网络的识别算法

摘要

顺序最小优化(SMO)是支持向量机的一种训练算法,它简单易用,速度快,具有良好的分割训练集的能力.我们从迭代算法方面对SMO算法进行了一些改进,把支持向量机和BP神经网络结合起来,不仅克服了支持向量机识别速度慢的缺点,而且提高了系统的识别率.用从邮局实地采集来的10万手写体数字来训练和测试支持向量机和BP神经网络相结合的系统,拒识率小于4﹪,误识率小于0.1﹪.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号