邓蕊
- 作品数：2 被引量：26H指数：2
- 供职机构：天津科技大学电子信息与自动化学院更多>>
- 发文基金：天津市高等学校科技发展基金计划项目天津市科技攻关项目天津市科技发展战略研究计划项目更多>>
- 相关领域：自动化与计算机技术更多>>
- 字符识别中支持向量机抑制噪声能力的分析被引量：2
- 2007年
- Vapnik等学者首先提出了实现统计学习理论中结构风险最小化原则的实用算法——支持向量机,成功地解决了模式分类问题。支持向量机是目前车牌识别领域常用的算法之一,但由于实际获取的车牌图像往往存在大量的噪声干扰,大大影响了识别率。因此着眼于研究支持向量机对含噪声图片的识别效果,以字符识别为例进行分析,并与BP神经网络算法作对比,实验证明支持向量机具有较好的抑制噪声能力。
- 邓蕊刘尧猛丁忠林
- 关键词：支持向量机BP神经网络识别率噪声字符识别
- 基于改进交叉验证算法的支持向量机多类识别被引量：24
- 2007年
- 如何确定支持向量机最佳参数用以训练得到最优分类器,使之对未知样本同样具有良好的分类效果,一直是问题解决的关键.针对传统的交叉验证算法仅仅从全局的角度寻找极值点作为最优参数,而忽略了局部信息使得分类效果受到限制问题,提出一种改进的交叉验证算法,在考虑全局极值点的同时,也记录了局部极值点,求取全部极值点对应参数的平均值,由此得到最优参数.实验结果表明,该算法可以有效地确定最优参数,分类准确率有所提高.
- 邓蕊马永军刘尧猛
- 关键词：支持向量机统计学习理论
