格子SVM汉字识别中的新方法_NoRestriction.pdf

格子SVM——汉字识别中的新方法 刘志斌金连文 华南理工大学电子与信息学院，广东广州 510641 摘要：支持向量机(SVM)本身是一个两类问题的判别方法，难以直接应用于多类问题。已有的各种多类集 成方法都有各自的不足。本文提出一种全新的“格子算法”(LAITICESVM)，不仅成功地解决了多类问题， 而且在存储空间和运算速度上具有明显的优势，使得SVM方法能够有效地应用于汉字识别等大类别分类问 题。文章从理论上分析比较各种SVM方法的性能，而最后的大类别的手写汉字识别实验结果，则很好地验 证了本文提出的格子svM方法的有效性。 关键词：支持向量机，多类分类，多类支持向量机 NewMethodforChinese LATTICESVM——A Character Recognition Liu Lianwen Zhibin，Jin ofElectronic China of Information，SouthUniversity College Technology， 10641 GuangzhouGuangdong，5 vector is the class Abstract：砌e for binary hardly supportmachine俗VM)，whichdesigned classification，can dealwithmulticlass Multi—ClassMethodshavetheirown this paper, claSSificationdirectly．Allexisting defeats．In we anewLATTICESVM cannot solvethemulti—class also an propose method,whichonly problem,butpresent tomakeit methodstobe obvious in and as SVM complexity,SO possiblefor privilegestoragecomputational tO suchasChinesecharacter result classification recognition，etc．Acomparison effectivelyappliedbig—class aboutthe and is theoretic on classificationaccuracygiventhrough analysis．Finally,TheExperiment speed ∞ineseCharacter demonstratest