《数字识别的支持向量机方法》-毕业论文（设计）.doc

PAGE 数字识别的支持向量机方法 目 录 TOC \o 1-3 \h \z \u HYPERLINK \l _Toc294693360 摘要 PAGEREF _Toc294693360 \h - 1 - HYPERLINK \l _Toc294693361 Abstract PAGEREF _Toc294693361 \h - 2 - HYPERLINK \l _Toc294693362 第一章 绪论 PAGEREF _Toc294693362 \h - 3 - HYPERLINK \l _Toc294693363 1.1研究背景 PAGEREF _Toc294693363 \h - 3 - HYPERLINK \l _Toc294693364 1.1.1数字识别概述 PAGEREF _Toc294693364 \h - 3 - HYPERLINK \l _Toc294693365 1.1.2数字识别的问题和困难 PAGEREF _Toc294693365 \h - 3 - HYPERLINK \l _Toc294693366 第二章 数字识别技术 PAGEREF _Toc294693366 \h - 4 - HYPERLINK \l _Toc294693367 2.1数字识别的方法 PAGEREF _Toc294693367 \h - 4 - HYPERLINK \l _Toc294693368 2.1.1神经网络的BP学习算法 PAGEREF _Toc294693368 \h - 4 - HYPERLINK \l _Toc294693369 2.1.2 SVM算法 PAGEREF _Toc294693369 \h - 5 - HYPERLINK \l _Toc294693370 2.2支持向量机与多层前向网络区别 PAGEREF _Toc294693370 \h - 6 - HYPERLINK \l _Toc294693371 第三章 统计学理论与支持向量机 PAGEREF _Toc294693371 \h - 7 - HYPERLINK \l _Toc294693372 3.1统计学习理论的核心内容 PAGEREF _Toc294693372 \h - 7 - HYPERLINK \l _Toc294693373 3.1.1VC维 PAGEREF _Toc294693373 \h - 7 - HYPERLINK \l _Toc294693374 3.1.2推广能力的界 PAGEREF _Toc294693374 \h - 7 - HYPERLINK \l _Toc294693375 3.1.3结构构风险最小化 PAGEREF _Toc294693375 \h - 8 - HYPERLINK \l _Toc294693376 3.2线性支持向量机 PAGEREF _Toc294693376 \h - 8 - HYPERLINK \l _Toc294693377 3.3非线性支持向量机 PAGEREF _Toc294693377 \h - 11 - HYPERLINK \l _Toc294693378 3.4支持向量机的评价 PAGEREF _Toc294693378 \h - 12 - HYPERLINK \l _Toc294693379 第四章 数字识别的支持向量机的方法 PAGEREF _Toc294693379 \h - 13 - HYPERLINK \l _Toc294693380 4.1 SVM学习算法步骤 PAGEREF _Toc294693380 \h - 13 - HYPERLINK \l _Toc294693382 4.2应用SVM算法识别数字字符和结果分析 PAGEREF _Toc294693382 \h - 14 - HYPERLINK \l _Toc294693383 4.2.1数字识别的实现 PAGEREF _Toc294693383 \h - 14 - HYPERLINK \l _Toc294693384 4.2.2 识别结果分析 PAGEREF _Toc294693384 \h - 15 - HYPERLINK \l _Toc294693385 4.3支持向量机与多层前向网络BP算法结果的比较 PAGEREF _Toc294693385 \h - 16 - HYPERLINK \l _Toc294693386 第五章 结论 PAGEREF _Toc294693386 \h - 17 - HYPERLINK \l _Toc294693387 致谢 PAGEREF _Toc29