基于粒子群优化算法的LS-SVM字符识别模型  

LS-SVM character recognition model based on particle swarm optimization

作　　者：刘玲[1] 张兴会[1] 

机构地区：[1]天津工程师范学院信息技术工程学院,天津300222

出　　处：《天津工程师范学院学报》2010年第2期26-28,共3页Journal of Tianji University of Technology and Education

基　　金：天津工程师范学院科研发展基金项目(Z2004017)

摘　　要：提出一种基于粒子群优化算法优化相关参数的最小二乘支持向量机(LS-SVM)的字符识别模型。利用相关的字符数据,分别使用本方法和基于网格搜索的最小二乘支持向量机方法进行识别。仿真结果表明,该方法的精确度高于其它两种方法。A character recognition model based on Least Squares Support Vector Machines（LS-SVM） is proposed in this paper,of which related parameters are optimized using Particle Swarm Optimization（PSO）.A case study based on character data is carried out using the proposed method,and general LS-SVM method.The result shows that LS-SVM with parameters optimized by PSO is more effective than the other.

关 键 词：粒子群算法 最小二乘支持向量机 字符识别 

分 类 号：TP391.43[自动化与计算机技术—计算机应用技术]