位置:成果数据库 > 期刊 > 期刊详情页
基于LS-SVM的在线文本识别方法
  • ISSN号:1000-7180
  • 期刊名称:《微电子学与计算机》
  • 时间:0
  • 分类:TP391.43[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]陕西科技大学电气与信息工程学院
  • 相关基金:国家自然科学基金项目(50405029)
中文摘要:

针对传统支持向量机无法适应文本数据库不断更新的要求,采用在线最小二乘向量机算法,提出了一种基于LS-SVM的在线文本识别算法,对训练样本进行在线拾取、识别.仿真实验表明该算法计算步骤少、函数收敛速度快,适合文本在线识别.

英文摘要:

The traditional SVM text databases can not meet the requirements of continuously updated with online least-squares algorithm for vector machines,a LS-SVM based on-line text recognition algorithm,to pick up on-line training samples,identification.Simulation steps that the algorithm is less function fast convergence for the text on-line identification.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《微电子学与计算机》
  • 中国科技核心期刊
  • 主管单位:中国航天科技集团公司
  • 主办单位:中国航天科技集团公司第九研究院第七七一研究所
  • 主编:李新龙
  • 地址:西安市雁塔区太白南路198号
  • 邮编:710065
  • 邮箱:mc771@163.com
  • 电话:029-82262687
  • 国际标准刊号:ISSN:1000-7180
  • 国内统一刊号:ISSN:61-1123/TN
  • 邮发代号:52-16
  • 获奖情况:
  • 航天优秀期刊,陕西省优秀期刊一等奖
  • 国内外数据库收录:
  • 荷兰文摘与引文数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17909