基于SVM和sigmoid函數(shù)的字符識別自適應(yīng)學(xué)習(xí)算法

• 　　手寫字符的一個(gè)突出特點(diǎn)就是模式具有較大的變化性，表現(xiàn)為模式空間的類內(nèi)分布過于分散，類間交疊嚴(yán)重，這使得識別模型無法“恰當(dāng)”地?cái)M合每類模式的數(shù)據(jù)分布或類別之間的判別面。在識別模型過程中，通過自適應(yīng)學(xué)習(xí)就能較好地?cái)M合特定書寫者筆跡特征向量的空間分布，從而有利于識別率的提高。當(dāng)然，自適應(yīng)學(xué)習(xí)的結(jié)果只是提高了對特定書寫者的識別率，但通過為不同人的筆跡特征向量提供不同的識別模型，就能夠從總體上提高系統(tǒng)的識別率。 　　任何一種自適應(yīng)學(xué)習(xí)算法都基于一定的識別方法。從目前已有的文獻(xiàn)來看，大致
• 關(guān)鍵字： SVM  sigmoid