张昊杰

（西安市高新第一中学，陕西西安，710075）

0 引言

近年来，随着科技的日益发展以及电子设备的普及，输入法的使用频率越来预高，较新发展的手写输入受到一些不会拼音及五笔输入法的人们的好评，近些年手写字符识别已经迅速发展成为了一种成熟的输入法，目前如何从浩瀚的字符库中方便快捷的确定和筛选用户所输入的信息，已经成为迫切需要解决的难题，其核心问题是字符识别。

随着科技的日益发展，人们输入的方式早已多样化，但是由于目前手写输入识别准确率不高，识别速度缓慢等问题，人们还是较少的使用手写输入。虽然如今已经诞生了很多优秀的字符识别系统，利于基于逻辑回归的字符识别系统，但是这种识别系统识别率往往太低无法投入到实际的生产生活中。还有字符识别率较高的例如神经网络模型，但是其计算过程、模型设计、资源的利用上更加复杂，对于简单的数字识别来讲，消耗的时间和计算资源成本过为庞大。

本文讨论一种基于SVM的方式解决数字手写字符的方法。一般的，如果一个线性函数能够将样本完全正确的分开，就称这些数据是线性可分的，否则称为非线性可分的。线性函数在一维空间里就是一个点，在二维空间里就是一条直线，三维空间里就是一个平面，在一个N的空间中，如果该数据线性可分，则存在一个N–1维的超平面将其分隔开。SVM在解决小样本数据上相比传统的模型有明显较高的正确率，与神经网络这种精确度更高的模型相比，其计算速度又有明显优势。……