李 想

（上海对外经贸大学，上海201620）

1 研究背景与目的

手写数字识别（Handwritten Numeral Recognition）是光学字符识别技术（Optical Character Recognition，OCR）的一个分支，也是常见的图像识别任务，其研究的目的是利用电子计算机自动辨认人工手写在纸张上的阿拉伯数字。通过计算机进行手写体数字识别可以节省大量人力和财力，因此国内外对手写识别单个算法的研究愈渐成熟[1-2]。

然而通过对大量相关资料进行查阅后发现，目前有关手写识别单个算法的研究文献较多，但多模型间进行比较的文献较难找到，因此不能够运用同一数据不同算法明显地反映出多个分类算法之间的准确度差异。主成分分析法（Principal Component Regression，PCR）主要利用降维的思想将多指标转化为少数指标（即主成分），其中每一个主成分均可反映出原始数据的部分信息，且这些信息互不重复[3]。支持向量机（Support Vector Machine，SVM）主要是以监督学习的方式使用分类与回归分析来处理数据的模型以及相关算法[4]。本文从机器学习的领域出发，旨在通过实验实现并比较PCR以及SVM两种手写数字识别算法模型的内容以及识别准确率，从而挑选出分类更加准确高效的方法。

2 实验设计与准备

2.1 设计思路

在PCR仿真实验中，通过主成分分析结合奇异值分解消去原变量间的共线性，对训练数据分类进行回归，使用不同的回归方程对样本进行预测，选择预测值最大的数为预测结果。在SVM仿真实验中，在数据样本之间选取最大间隔超平面进行分离，使用Sklearn模块训练并提取数据特征，建立模型，对样本进行不同参数的拟合，分析最终呈现的预测结果准确率。……