论文部分内容阅读
支持向量机作为一种新的机器学习方法,由于其建立在结构风险最小化准则之上,而不仅仅是使经验风险达到最小,从而使支持向量分类器具有较好的推广能力。并且,由于支持向量机算法是一个凸二次优化问题,能够保证找到的极值解就是全局最优解。文章首先讨论了基于支持向量机的手写体相似汉字识别过程。然后,针对支持向量机识别手写汉字所遇到的问题进行了分析和阐述,并在此基础上提出了基于最小距离分类器分类的两级分类策略。最后,针对理论进行了实验仿真。实验结果有力证明了本文提出的基于SVM的相似汉字识别方法的有效性。