集成极限学习机在手写体数字识别中的应用 |
| |
作者单位: | ;1.中原工学院信息商务学院 |
| |
摘 要: | 本文提出了一种ELM_Adaboost算法:把ELM(Extream leanring machine)作为弱分类器,训练ELM预测样本输出,通过Adaboost算法得到多个ELM弱分类器组成的强分类器。利用MATLAB GUI编写一套手写体数字识别系统,采集大量的学习样本,提取数字样本的"十三点网格特征",使用ELM_Adaboost建立分类器。结果表明,该算法能够达到98.5%的识别率,为手写体数字识别提供指导性作用。
|
关 键 词: | 极限学习机 集成学习 手写体数字识别 |
Integration Extream Leanring Machine Used in Handwritten Numeral Recognition |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 CNKI 等数据库收录! |
|