目录
引言
计算机视觉作为人工智能的一个重要分支,其显著的研究成果已逐渐应用于人们的实际生活中,如人脸识别、目标追踪等。而图像分类是计算机视觉中的一个基础问题,如何高效准确的实现图像分类具有重要的研究意义和实用价值。
一、数据集的准备
手写数字识别数据集(MNIST)包含60000条训练数据和10000条测试数据,一共有 10 类,分别对应数字从0-9。数据集中每一条数据均由feature(数字图像)和labels(标签)组成。如图1所示,每个图像都是固定大小(28x28像素),其值为0到1。每个图像都被平展并转换为 784(28x28)个特征的一维numpy数组。
图1 MNIST数据集
二、算法设计
-
SVM<