学位论文 > 优秀研究生学位论文题录展示

支持向量机及其在手写数字识别中的应用

作　者: 石会芳
导　师: 胡小兵
学　校: 重庆大学
专　业: 计算数学
关键词: 支持向量机 手写数字识别 图像预处理 遗传算法 粒子群优化算法
分类号: TP18
类　型: 硕士论文
年　份: 2013年
下　载: 2次
引　用: 0次
阅　读: 论文下载
 

内容摘要


支持向量机（Support Vector Machine，SVM）是一种新兴的机器学习方法，在近些年进展非常迅速，研究结果表明，该方法可以应用于多个领域，并且具有广阔的应用潜能。SVM集成了最大间隔超平面、凸二次规划、Mercer核和松弛变量等多项技术。在信号处理、图像识别和基因图谱识别等挑战性的应用中，SVM获得了目前为止最好的性能，并显示了它的优势。手写数字识别是处理一些数据信息的核心技术，比如：统计报表、邮政编码、银行票据等录入的数据信息。因此，该领域的研究具有重大的应用意义。SVM在手写数字识别中的关键在于数字图像预处理和SVM核函数的选取。低维空间向量集通常不易划分，核函数能够很好地解决这个问题。换句话说，若想得到高维空间的分类函数，需要选用适当的核函数。在SVM理论中，使用不同的核函数将得到不同的SVM算法。因此，在SVM分类识别中应注重参数和SVM核函数的优化及样本的特征选择，参数优化主要针对C和两个参数。本文主要研究了SVM核函数的参数优化方法的选取。首先对三种主流参数优化算法：网格搜索法、GA、PSO算法，在识别精度等方面进行比较。相比之下，PSO算法所得到的结果最优。因此，本文选用该算法进行参数优化。进而提出基于改进的PSO-LSSVM的手写数字识别方法，此方法兼顾了改进的PSO和LSSVM的优点。本文利用Libsvm加强工具箱和改进的PSO-LSSVM模型进行手写数字识别。首先用改进的PSO进行参数优化，然后用LSSVM进行手写数字识别，该方法不仅提高了局部搜索能力，而且可解决识别过程中训练集中类别标号不十分准确的问题。实验结果表明，提出的新模型表现出较好的模型稳定性，并且有效地提高了数字识别的准确度，具有一定的应用价值，可以广泛的应用于手写数字识别领域。

全文目录


摘要  3-4
ABSTRACT  4-8
1 绪论  8-12
  1.1 研究的背景与意义  8
  1.2 支持向量机的研究现状与应用  8-9
    1.2.1 支持向量机的研究现状  8-9
    1.2.2 支持向量机的应用  9
  1.3 手写数字识别的基本理论  9-11
    1.3.1 手写数字识别的研究现状  9
    1.3.2 手写数字识别的流程  9-10
    1.3.3 手写数字字符识别的方法  10-11
  1.4 论文的主要工作及内容安排  11-12
    1.4.1 论文的主要工作  11
    1.4.2 论文的内容安排  11-12
2 支持向量机与核  12-22
  2.1 支持向量机的统计学基础  12-14
    2.1.1 分类问题的统计学提法  12
    2.1.2 经验风险最小化原则  12-13
    2.1.3 VC 维  13
    2.1.4 结构风险最小化原则  13-14
  2.2 从线性分化到非线性分化  14-18
    2.2.1 线性可分问题的支持向量机  15-16
    2.2.2 近似线性可分问题的支持向量机  16-17
    2.2.3 非线性分化的分类算法  17-18
  2.3 C -支持向量机的训练算法  18-19
  2.4 基于两类支持向量分类机的方法  19-20
  2.5 核函数  20-22
    2.5.1 常用的核函数  20-21
    2.5.2 核函数及参数的选取  21-22
3 支持向量机参数和核函数的优化问题  22-27
  3.1 基于网格搜索法的优化  22-23
  3.2 基于 GA 的优化  23-24
    3.2.1 选择与复制  23
    3.2.2 交叉与变异  23
    3.2.3 基于 GA 优化的模型  23-24
  3.3 基于 PSO 算法的优化  24-27
4 手写数字图像的预处理过程  27-31
  4.1 图像预处理的研究现状  27
  4.2 阈值选取方法  27-31
    4.2.1 全局阈值法  28
    4.2.2 二维 Otsu 自适应阈值法  28-31
5 基于改进的 PSO-SVM 模型的手写数字识别问题  31-39
  5.1 阈值处理方法的选取  31-33
    5.1.1 备选方法  31
    5.1.2 数据的来源  31
    5.1.3 开发平台与开发工具  31
    5.1.4 比较实验结果  31-33
  5.2 支持向量机核函数参数优化算法的选取  33-35
    5.2.1 备选算法  33
    5.2.2 比较实验结果  33-35
  5.3 改进的 PSO-SVM 模型的设计说明  35-38
    5.3.1 改进的 PSO 算法  35-36
    5.3.2 LSSVM 变形策略  36-37
    5.3.3 基于改进的 PSO-SVM 模型的手写数字识别  37
    5.3.4 实验结果分析  37-38
  5.4 本章小结  38-39
6 总结与展望  39-41
致谢  41-42
参考文献  42-45
附录  45
  作者在攻读硕士学位期间发表的论文  45

相似论文

  1. 天然气脱酸性气体过程中物性研究及数据处理,TE644
  2. 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
  3. 压气机优化平台建立与跨音速压气机气动优化设计,TH45
  4. 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
  5. 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
  6. 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
  7. 音乐结构自动分析研究,TN912.3
  8. 基于三维重建的焊点质量分类方法研究,TP391.41
  9. 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
  10. 直推式支持向量机研究及其在图像检索中的应用,TP391.41
  11. 舌图像中瘀斑瘀点检测技术研究,TP391.41
  12. 基于SVM的中医舌色苔色分类方法研究,TP391.41
  13. 基于图像的路面破损识别,TP391.41
  14. 基于支持向量机的故障诊断方法研究,TP18
  15. 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
  16. 基于粒子群算法求曲线/曲面间最小距离方法,O182
  17. 基于遗传算法的模糊层次综合评判在高职教学评价中的应用,G712
  18. 部队人员网上训练与考核系统的开发,TP311.52
  19. 基于并行算法的模糊综合评价模型的设计与应用,TP18
  20. 基于神经网络的牡蛎呈味肽制备及呈味特性研究,TS254.4
  21. 基于遗传算法的中短波磁天线的设计及实现,TN820

中图分类: > 工业技术 > 自动化技术、计算机技术 > 自动化基础理论 > 人工智能理论
© 2012 www.xueweilunwen.com