使用SLTSA和SVM的手写体数字识别技术
提出使用有监督的局部切空间对齐(SLTSA)和支持向量机(SVM)的手写体数字识别技术.局部切空间对齐(LTSA)能给出手写体数字在高维空间中的低维特征.为获得更好的降维效果,把LTSA推广到有监督的情况(SLTSA).SLTSA能够适应动态的环境,即当有新的样本加入时,SLTSA能把它映射到对应的低维空间中.同时引入类信息来构造局部切空间,以处理手写体识别中多分类的问题.实验中,组合SLTSA和SVM对MNIST数据库中的手写体数字进行识别,并取得了令人满意的结果.
支持向量机 手写体 数字识别 局部切空间对齐
施荣杰 李宏宇 沈一帆
复旦大学计算机科学与工程系,上海,200433
国内会议
北京
中文
677-681
2005-09-23（万方平台首次上网日期，不代表论文的发表时间）