SVM在小字符集手寫體漢字識別中的應用研究

本文將支持向量機(SVM)引入到小字符集脫機手寫體漢字識別中。文章首先介紹了SVM
的基本原理和主要算法，然后在實驗中采用了LibSVM訓練軟件，針對銀行票據手寫漢字的小字符集進行了仿真，同時與歐氏距離分類方法進行了比較。實驗結果表明此方法的漢字識別率較高,在小字符集手寫體識別中具有較強的實用性。
近年來，脫機手寫體漢字識別這一模式識別領域中最棘手的問題，取得了大量的研究成果。
但是,非特定人手寫漢字識別仍然被認為是文字識別領域最困難的問題之一,其原因可以歸結為:漢字規(guī)模大；相似漢字較多,且有些相似字差別極其細微；存在大量的不規(guī)則書寫變形。由于后兩個因素的存在,導致相似字在特征空間中的距離變小,使得普通距離分類器的推廣能力變弱。
因此,如何補償手寫漢字的書寫變形,提高分類器的泛化和推廣能力,就成為漢字識別研究的關鍵問題之一。
支持向量機（Support Vector Machines）簡稱SVM,是AT&T Bell實驗室的V. Vapnik等人根
據統(tǒng)計學習理論提出的一種新的機器學習方法,它已初步表現(xiàn)出很多優(yōu)于已有方法的分類性能，在解決小樣本學習、非線性以及高維模式識別等問題中表現(xiàn)出許多特有的優(yōu)勢。其基本思想可概括為:首先通過非線性變換將輸入空間變換到一個高維空間,然后在這個新空間中求取最優(yōu)線性分類面,而這種非線性變換是通過定義適當的內積函數實現(xiàn)的。根據結構風險最小化準則,在使訓練樣本分類誤差極小化的前提下,盡量提高分類器的泛化推廣能力。從實施的角度看,訓練支持向量機等價于解一個線性約束的二次規(guī)劃問題,使得分隔特征空間中兩類模式點的兩個超平面之間距離最大,而且它能保證得到的解為全局最優(yōu)點,使得基于支持向量機的手寫漢字類器能夠吸收手寫的變形,從而具有較好的泛化和推廣能力[1]。