1引言手写体阿拉伯数字识别是图像处理和模式识别领域中的探讨课题之一。字符识别系统一般由图像采集、信号预处理、特征提取、分类识别等几个部分组成。识别系统的识别方式可分为联机手写体字符识别、脱机印刷体字符识别和脱机手写体字符识别等,其中脱机手写体字符由于书写者的因素,使其字符图像的随意性很大,例如,笔画的粗细、字体的大小、手写体的倾斜度、字符笔画的局部扭曲变形、字体灰度的异同等都直接作用到字符的正确识别。所以,手写体数字字符的识别是数字字符识别领域内最具挑战性的课题。近年来,支持向量机(SupportV ectorM achines,SVM)的探讨在广泛开展。支持向量机是V.Vipnik等人根据统计学习理论(StatisticalLearning Theory,SLT)提出的一种新的机器学习措施,在解决小样本、非线性及高维模式识别问题中表现出许多特有的优势,已经在模式识别、函数逼近和概率密度估计等方面取得了良好的效果[1]。支持向量机从本质上讲是一种前向神经网络,根据结构风险最小化原则,在使训练样本分类误差极小化的前提下,尽量提高分类器的泛化推广能力。从实施的......(论文页数是：3页) ，阿拉伯语毕业论文，阿拉伯语论文范文 |
