基于支持向量机的嵌入拒识代价的手写字符识别研究

摘要

支持向量机(SVM-Support Vector Machine)是在统计学习理论基础上发展起来的一种新的机器学习方法.传统的SVM是基于两类问题的,而实际需要解决的一般是多类问题.因此,将SVM应用于多类问题对挖掘SVM的应用潜力将具有非常重要的意义.此研究针对SVM在手写字符中的作用所提出的拒识代价和误分类代价是一个新的研究点,且更具有实际的研究意义.