文件名称：基于改进的支持向量机的手写体汉字识别 (2009年)
文件大小：304KB
文件格式：PDF
更新时间：2024-05-19 03:44:59
自然科学 论文
逐次超松弛迭代法算法是一种具体的SVM算法，在SOR算法中松弛因子采取固定数值时，在许多情况下收敛速度较慢。文中提出通过引入具有“先验知识”的神经网络，对逐次超松弛迭代法中的松弛因子进行控制，以提高逐次超松弛迭代法的收敛速度。实验结果表明，该模型实现的逐次超松弛迭代法能够提高其收敛速度。在手写体汉字的识别实验中，该改进算法可以减少支持向量机的训练时间。