Wie trainieren SVM in Matlab für die Zeichenerkennung?

Question

Im letzten Jahr arbeite ich an meinem Hauptprojekt. Mein Projekt ist im Grunde, Text aus einer natürlichen Szene zu extrahieren und zu erkennen und dann in einem Notizblock usw. anzuzeigen.

Ich habe bereits den Text aus den Bildern extrahiert und habe auch 85 Features für jedes extrahierte Zeichen erhalten .

Wie auch immer, für den Erkennungsteil habe ich keine Ahnung, wie man SVM (Support Vector Machines) in Matlab trainiert oder benutzt, damit ich eine Übereinstimmung bekomme.

Bitte helfen Sie mir, wie dies mühsam

Answer 1

schwierig sein, erweist sich als Wenn Sie mit der Verwendung eines bestehenden SVM Implementierung zufrieden sind, dann sollten Sie entweder die Toolbox Bioinformatik nutzen svmtrain oder laden Sie die Matlab-Version von libsvm . Wenn Sie einen SVM selbst implementieren möchten, sollten Sie SVM theory verstehen und quadprog verwenden, um das entsprechende Optimierungsproblem zu lösen.

Mit Ihren Daten müssen Sie eine N-mal-85-Feature-Matrix haben, wobei N eine Anzahl von Zeichen und ein N-mal-1-Array von 'True Labels' ist, die Sie manuell angeben. Je nachdem, mit welchem ​​Werkzeug Sie eine SVM trainieren, unterscheiden sich die Parameter svmtrain ein wenig - überprüfen Sie die Dokumentation.

Wenn Sie Ihre SVM bewerten zu zeigen, dass es funktioniert, müssen Sie Ihre Daten so organisieren, dass Sie die Generalisierungsfehler der Klassifikator abschätzen kann - siehe cross-validation