Nội dung được dịch bởi AI, chỉ mang tính chất tham khảo
Nhận diện chữ Hiragana viết tay sử dụng máy vector hỗ trợ
Tóm tắt
Bài báo mô tả một phương pháp nhằm cải thiện tỷ lệ nhận diện tích lũy của việc nhận diện mẫu sử dụng đồ thị không tuần hoàn định hướng quyết định (DDAG) dựa trên máy vector hỗ trợ (SVM). Mặc dù DDAG ban đầu có hiệu suất cao và tốc độ thực thi nhanh, nhưng nó không xem xét tỷ lệ nhận diện tích lũy. Chúng tôi xây dựng một DDAG có thể kết hợp tỷ lệ nhận diện tích lũy. Kết quả thí nghiệm của chúng tôi với các ký tự Hiragana viết tay trong JEITA-HP cho thấy tỷ lệ nhận diện tích lũy được cải thiện và thời gian thực thi gần như tương đương với DDAG ban đầu, nhanh gấp 30 lần so với Thuật toán Max Win, một trong những phương pháp nhận diện nổi tiếng sử dụng máy vector hỗ trợ cho vấn đề đa lớp.
Từ khóa
#Support vector machines #Support vector machine classification #Character recognition #Pattern recognition #Character generation #Kernel #Voting #Quadratic programming #Lagrangian functions #ConferencesTài liệu tham khảo
friedman, 1996, Another approach to polychotomous classification
platt, 2000, Large Margin DAGs for Multiclass Classification, 547
wang, 2000, Support vector machines for the classification of western handwritten capitals, Proc 8th IWFHR, 167
chapelle, 2001, Choosing multiple parameters for support vector machines, Machine Learning Special Issue on Support Vector Machines and Kernel Methods
smola, 1998, A tutorial on support vector regression
vapnik, 1998, Statistical Learning Theory
maruyama, 2000, Recognition method for cursive japanese word written in latin characters, Proc 8th IWFHR, 133
10.1109/5.156468
john, 1998, Fast training of support vector machines using sequential minimal optimization, Microsoft Technical Report MSR-TR-98-14