基于支持向量机的手写数字识别的研究

摘要

随着科学技术的快速发展，计算机处理速度越来越快，用计算机解决现实生活中的问题是一个热点的研究方向。由于手写数字的识别存在于邮件分类、文献检索、银行票据等很多领域中，因此手写数字识别是模式识别中的一个较为重要的研究方向，如何提高识别正确率及其效率也是大家奋斗的目标。
　　 本文分四步进行研究手写数字识别。
　　 第一步，相对人脸等其它对象样本向量的维数而言，手写数字样本的向量维数是较小的，因此直接采用支持向量机+多分类算法进行训练和识别。本文选择的多分类算法有1-(k-1)算法、二叉树、二分法和投票法。通过实验结果的分析，得出二分法和投票法相对较优，但是不足之处在于，要得到高的识别正确率必须要很多训练样本，这样就必须花很长时间进行训练样本。
　　 第二步，采用PCA进行降维，可以减少训练样本的时间。但是降维之后，识别准确率没有得到提高，这可能与所选的样本和样本向量的数据有关。
　　 第三步，从减少训练样本数入手，考虑到训练样本间的相似性，采用相似形态配对想法来挑选训练样本。结果挑选出639个训练样本，对100个待测样本进行识别，识别准确率达到了87％，这个结果对比于第一步的结果有了个明显的提升。
　　 第四步，继续延续第三步的想法，即从减少训练样本入手，通过聚类分析得到新的训练样本，再进行实验。最后得出结论，即选用相似距离+层次聚类中的中间距离算法+多分类的投票算法之后，当挑选出1800个训练样本时，识别正确率达到97％，这样保证了高的识别正确率，并且大大降低训练样本的时间。