论文部分内容阅读
本文基于较高序列单值分解(HOSVD)的手写体数字分类,提出了两种算法。采用HOSVD的第一种算法针对类别模型的结构,得到的分类结果其差错率小于6%;采用HOSVD的第二种算法针对两种模式中几乎同时存在的张量近似,第二种算法的分类结果甚至低于5%。在以前的类别模型结构中,原始训练数据超过98%。在试验阶段,两种算法通过解决一组最小矩形的问题,在实际分类中进行处理。试验采用的第二种算法其计算量是第一种算法的两倍: