集成极限学习机在手写体数字识别中的应用

摘要

本文提出了一种ELM_Adaboost算法:把ELM(Extream leanring machine)作为弱分类器,训练ELM预测样本输出,通过Adaboost算法得到多个ELM弱分类器组成的强分类器。利用MATLAB GUI编写一套手写体数字识别系统,采集大量的学习样本,提取数字样本的"十三点网格特征",使用ELM_Adaboost建立分类器。结果表明,该算法能够达到98.5%的识别率,为手写体数字识别提供指导性作用。