基于优化GDTW-SVM算法的联机手写识别  

On-line Handwritten Recognition with Optimized GDTW-SVM Algoriyhm

作　　者：吴新榕[1] 曾剑铭[1] 沈海斌[1] 

机构地区：[1]浙江大学电气工程学院

出　　处：《电子技术（上海）》2012年第2期61-64,共4页Electronic Technology

摘　　要：基于高斯动态时间规整核函数(Gaussian Dynamic Time Warping kernel)的支持向量机(GDTW-SVM)在联机手写识别中有较高的识别率,但是存在计算复杂度高的问题。结合联机手写识别中特征向量的特点,提出了通过引入控制参数来约束GDTW最优对齐路径计算空间的方法,优化了GDTW核函数。然后,使用联机手写识别数据库UJIpenchar2进行实验。实验结果表明,该优化方法不仅可以减少支持向量的数目,而且提高了GDTW-SVM算法运行的效率。The support vector machine based on Gaussian Dynamic Time Warping kernel（GDTW-SVM） offers high recognition rate in on-line handwritten recognition,but its time complexity is also high.Combining with the characteristics of the feature vectors in n-line handwritten recognition,a method is provided to optimize GDTW by introducing control arguments to constrain the computation space of the optimal alignment path of GDTW.An experiment upon UJIpenchar2 on-line handwritten recognition database is introduced to evaluate the method.The result shows that this method can decrease the number of support vectors and increase the efficiency of GDTWSVM algorithm.

关 键 词：手写识别 动态时间规整 支持向量机 核方法 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程]