基于主動(dòng)學(xué)習(xí)SVM的字符識(shí)別方法研究.pdf

1、字符識(shí)別是模式識(shí)別領(lǐng)域的重要研究方向。目前，其主要的研究方法大都是基于統(tǒng)計(jì)學(xué)的，研究者需要搜集大量的標(biāo)記樣本進(jìn)行訓(xùn)練，然后生成分類器進(jìn)行分類，這樣耗費(fèi)大量的時(shí)間與人力。 因此，本文在基于主動(dòng)學(xué)習(xí)與支持向量機(jī)理論的研究基礎(chǔ)上，引入了主動(dòng)學(xué)習(xí)與支持向量機(jī)相結(jié)合的字符識(shí)別方法。與以往的識(shí)別系統(tǒng)不同，它不需要人工去標(biāo)記所有樣本進(jìn)行學(xué)習(xí)訓(xùn)練，該系統(tǒng)能夠向用戶詢問訓(xùn)練過程中的不確定樣本，在與人們溝通的同時(shí)，不斷完善自身的識(shí)別效果，而且系統(tǒng)不

2、需要將所有樣本訓(xùn)練完，這樣一來就減少了人工標(biāo)記樣本的工作量。另外系統(tǒng)還能夠不斷地通過詢問進(jìn)行學(xué)習(xí)更新，提升系統(tǒng)識(shí)別的效果。 文章先介紹了研究所需要的理論知識(shí)。從一般的光學(xué)字符識(shí)別過程入手，針對字符識(shí)別的重要環(huán)節(jié)——預(yù)處理和特征提取展開研究。根據(jù)支持向量機(jī)和主動(dòng)學(xué)習(xí)的原理，引入了主動(dòng)學(xué)習(xí)SVM相結(jié)合的思想，并將此方法應(yīng)用到光學(xué)字符識(shí)別軟件中去。本文采用大量字符數(shù)據(jù)，通過試驗(yàn)驗(yàn)證了此方法的可行性，并利用其原理實(shí)現(xiàn)了一個(gè)簡單的，基于主