采用较高序列单值分解的手写体数字分类方法.pdfVIP

图象识别 采用较高序列单值分解的手写体数字分类方法 摘 要 本文基于较高序列单值分解(HOSVD)的手写体数字分类，提出了两种算法。采用 HOSVD的第一种算法针对类别模型的结构，得到的分类结果其差错率小于6％；采用 HOSVD的第二种算法针对两种模式中几乎同时存在的张量近似，第二种算法的分类结果 甚至低于5％。在以前的类别模型结构中，原始训练数据超过98％。在试验阶段，两种算 法通过解决一组最小矩形的问题，在实际分类中进行处理。试验采用的第二种算法其计 算量是第一种算法的两倍。 关键词 手写体数字分类 张量 较高序列单值分解 张量近似 最小矩形 一 、 引言 压缩训练集，类别模型(基础向量)的计算仅采 在模式识别中，手写体数字的自动分类是 用压缩的数据，用第一种算法实现分类。它具 一 个具有普遍性的问题，但会遇到许多困难。 有两个优点：类别模型的描述仅需要少量的存 假设有10种预先确定的类别，其中之一是未知 贮，分类阶段在特性上有更好的效果。算法对 的，这就是需要解决