支持向量机动态学习方法及其在票据识别中的应用
A dynamical learning method with SVM and its application on bank slip recognition作者机构：北京科技大学信息工程学院北京1000832 华中师范大学最优控制与离散数学重点实验室武汉430079
出 版 物：《北京科技大学学报》 (Journal of University of Science and Technology Beijing)
年 卷 期：2006年第28卷第2期
页 面：199-202页
学科分类：1305[艺术学-设计学（可授艺术学、工学学位）] 12[管理学] 13[艺术学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 08[工学] 081104[工学-模式识别与智能系统] 0804[工学-仪器科学与技术] 0835[工学-软件工程] 081101[工学-控制理论与控制工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：支持向量机 动态学习 机器学习 手写字符识别 票据识别
摘 要：介绍了用支持向量机(SVM)进行动态学习训练的方法．解决了在机器学习过程中,训练样本获取比较困难,样本可随外界条件改变而变化的问题．实践证明,使用该方法可以动态跟踪样本的变化,保证 SVM 分类器的最优性能．利用该方法设计的银行票据 OCR 系统的实际应用说明了该方法的有效性．
维普期刊数据库
同方期刊数据库