如何在matlab中训练SVM进行字符识别？

Question

我是我的主要项目的最后一年学生。我的项目基本上是从自然场景中提取文本，识别它，然后将它们显示在记事本等中。

我已经从图像中提取了文本，并且还为每个提取的字符获得了 85 个特征。

然而，对于识别部分，我不知道如何在 matlab 中训练或使用 SVM（支持向量机），以便获得匹配。

请帮帮我，因为这非常困难

Answer 1

如果您对使用现有的 SVM 实现感到满意，那么您应该使用生物信息学工具箱 svmtrain，或下载 libsvm 的 Matlab 版本。如果你想自己实现一个 SVM，那么你应该了解 SVM theory 并且可以使用 quadprog 来解决相应的优化问题。

对于您的数据，您需要有一个 N×85 特征矩阵，其中 N 是字符数，以及一个由您手动提供的“真实标签”组成的 N×1 数组。根据您用于训练 SVM 的工具，svmtrain 的参数略有不同 - 请查看文档。

如果您想评估您的 SVM 以证明它有效，您可能需要组织您的数据以便您可以估计分类器的泛化误差 - 请参阅 cross-validation