基于支持向量机的手写数字识别研究 来源:56doc.com 资料编号:5D23967 资料等级:★★★★★ %E8%B5%84%E6%96%99%E7%BC%96%E5%8F%B7%EF%BC%9A5D23967 资料以网页介绍的为准,下载后不会有水印.资料仅供学习参考之用. 密 保 惠 帮助 我要下载该资源 资料介绍 基于支持向量机的手写数字识别研究(中文5000字,英文PDF) 摘要 本文提出了一种基于SVC的手写数字识别机器学习模型。并且在本文中还分析了样本数量、核函数参数、惩罚系数等等对预测模型的影响。结果表明,训练样本对模型有着十分显著的影响,这其中包含着一个可以接受的训练数值。不同的核函数对模型的精度会产生不同的影响。在这其中,径向函数是最佳的识别模型。随着模型中C值的不断增加,识别率不断提高;而随着伽马值的增加,识别率呈现出一种先上升后下降的过程,其中拐点处称为伽马的阈值。