支持向量機動態學習方法及其在票據識別中的應用

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內容
驗證碼

支持向量機動態學習方法及其在票據識別中的應用

陳增照, 楊揚, 董才林, 何秀玲

文章導航 > 工程科學學報 > 2006 > 28(2): 199-202

陳增照, 楊揚, 董才林, 何秀玲. 支持向量機動態學習方法及其在票據識別中的應用[J]. 工程科學學報, 2006, 28(2): 199-202. doi: 10.13374/j.issn1001-053x.2006.02.045

引用本文:

陳增照, 楊揚, 董才林, 何秀玲. 支持向量機動態學習方法及其在票據識別中的應用[J]. 工程科學學報, 2006, 28(2): 199-202. doi: 10.13374/j.issn1001-053x.2006.02.045

CHEN Zengzhao, YANG Yang, DONG Cailin, HE Xiuling. A dynamical learning method with SVM and its application on bank slip recognition[J]. Chinese Journal of Engineering, 2006, 28(2): 199-202. doi: 10.13374/j.issn1001-053x.2006.02.045

Citation:

CHEN Zengzhao, YANG Yang, DONG Cailin, HE Xiuling. A dynamical learning method with SVM and its application on bank slip recognition[J]. Chinese Journal of Engineering, 2006, 28(2): 199-202. doi: 10.13374/j.issn1001-053x.2006.02.045

陳增照, 楊揚, 董才林, 何秀玲. 支持向量機動態學習方法及其在票據識別中的應用[J]. 工程科學學報, 2006, 28(2): 199-202. doi: 10.13374/j.issn1001-053x.2006.02.045

引用本文:

陳增照, 楊揚, 董才林, 何秀玲. 支持向量機動態學習方法及其在票據識別中的應用[J]. 工程科學學報, 2006, 28(2): 199-202. doi: 10.13374/j.issn1001-053x.2006.02.045

CHEN Zengzhao, YANG Yang, DONG Cailin, HE Xiuling. A dynamical learning method with SVM and its application on bank slip recognition[J]. Chinese Journal of Engineering, 2006, 28(2): 199-202. doi: 10.13374/j.issn1001-053x.2006.02.045

Citation:

CHEN Zengzhao, YANG Yang, DONG Cailin, HE Xiuling. A dynamical learning method with SVM and its application on bank slip recognition[J]. Chinese Journal of Engineering, 2006, 28(2): 199-202. doi: 10.13374/j.issn1001-053x.2006.02.045

支持向量機動態學習方法及其在票據識別中的應用

doi: 10.13374/j.issn1001-053x.2006.02.045

1. 北京科技大學信息工程學院, 北京 100083;
2. 華中師范大學最優控制與離散數學重點實驗室. 武漢 430079

基金項目:

湖北省科技攻關計劃(No.2003BDST004)

作者簡介:
陳增照(1974-),男,博士研究生

中圖分類號: TP391.4;TP181
計量
- 文章訪問數: 152
- HTML全文瀏覽量: 38
- PDF下載量: 7
- 被引次數: 0
出版歷程
- 收稿日期: 2004-12-26
- 修回日期: 2005-06-06
- 網絡出版日期: 2021-08-24

A dynamical learning method with SVM and its application on bank slip recognition

1. Information Engineering School, University of Science and Technology Beijing, Beijing 100083, China;
2. The Center for Optimal Control & Discrete Mathematics, Central China Normal University, Wuhan 430079, China

摘要: 介紹了用支持向量機(SVM)進行動態學習訓練的方法．解決了在機器學習過程中,訓練樣本獲取比較困難,樣本可隨外界條件改變而變化的問題．實踐證明,使用該方法可以動態跟蹤樣本的變化,保證SVM分類器的最優性能．利用該方法設計的銀行票據OCR系統的實際應用說明了該方法的有效性．
- 支持向量機 /
- 動態學習 /
- 機器學習 /
- 手寫字符識別 /
- 票據識別
Abstract: This paper introduces a dynamical learning method using support vector machine (SVM). This method can solve such machine learning problems as the difficulties in gathering training samples and the change of samples with outer environment. It is proved that SVM classifiers can achieve optimal performance after using this method in tracking the change of samples. A bank slip OCR system designed by this method proves the validity.
- support vector machine /
- dynamical learning /
- machine learning /
- handwritten character recognition /
- bank slip recognition

參考文獻(0)

資源附件(0)

WeChat

點擊查看大圖

計量

文章訪問數: 152
HTML全文瀏覽量: 38
PDF下載量: 7
被引次數: 0

/

下載: 全尺寸圖片幻燈片

分享

用微信掃碼二維碼

分享至好友和朋友圈

返回

中文字幕在线观看