支持向量机动态学习方法及其在票据识别中的应用
来源期刊：工程科学学报2006年第2期
论文作者：陈增照 杨扬 董才林 何秀玲
文章页码：199 - 202
关键词：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．
陈增照1，杨扬1，董才林2，何秀玲1
1. 北京科技大学信息工程学院2. 华中师范大学最优控制与离散数学重点实验室
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．
关键词：支持向量机;动态学习;机器学习;手写字符识别;票据识别;
