论文部分内容阅读
支持向量机(SVM)是在统计学习理论的基础上发展而来的一种新的模式识别方法,在解决有限样本、非线性及高维模式识别问题中表现出许多特有的优势。本文尝试将SVM用于相似汉字的识别,并通过实验比较了弹性网格特征和结构特征点在汉字识别中的效果,结果表明,特征点比弹性网格特征更有利有于文字的识别。