基于SVM的手写数字相似字识别研究  

Study on Handwritten Numeral Recognition Using Neural Networks and SVM

作　　者：张闯[1] 吴铭[1] 郭军[1] 魏锋[1] 

机构地区：[1]北京邮电大学模式识别与智能系统实验室,北京100876

出　　处：《计算机工程与应用》2003年第11期33-35,44,共4页Computer Engineering and Applications

基　　金：国家863高技术研究发展计划项目(编号:2001AA114080)

摘　　要：该文针对银行票据识别系统中的手写数字的识别问题,利用神经网络和支撑向量机相结合的方法构建了手写数字的识别核,并利用支撑向量机对神经网络输出的识别结果中的相似字进行了二次识别,解决了手写数字中相似字的识别问题,最终的单字误识率达到2.0426%～5.4369%,满足了银行票据识别系统中的手写数字识别的实际要求。This paper presents a new method to recognize the handwritten numerals for bank check recognition system based on neural network(NN)and support vector machines(SVM).SVM recognizer works for the similar numerals after NN recognizer.The two-layer recognizer solves the problem of the similar numerals recognition.The error rate of the two recognizing process can reach2.0426%～5.4369%,which can meet the demand of the practical application.

关 键 词：手写数字 神经网络 支撑向量机 识别 票据处理 

分 类 号：TP391.41[自动化与计算机技术—计算机应用技术]