论文部分内容阅读
支持向量机是基于统计学习理论的模式分类器.它通过结构风险最小化准则和核函数方法,较好地解决了模式分类器复杂性和推广性之间的矛盾,引起了模式识别领域学者的极大关注.近年来,随着其快速训练算法的出现,支持向量机在手写体识别、人脸检测、文本分类等领域取得了很大的成功.本文将支持向量机用于孤立数字识别,并与传统的基于隐马尔可夫模型的方法进行了比较.初步结果显示了这一模型在语音识别领域的应用潜力.