论文笔记《A novel hybrid CNN–SVM classifier for recognizing handwritten digits》

一，动机

手写字体识别已经被研究好多了，最好的识别率为99.65%，是用一个六层的网络结构。但是以往只是关注它的识别率，而不是可靠性，这篇论文着重关注它的可靠性。

二，结构

先分别介绍SVM，CNN原理，再介绍CNN—SVM混合模型

1，用libsvm构建SVMs,

2，CNN用的是图1的结构，图2是本论文混合模型的结构

3，The SVM takes the outputs from the hidden layer as a new feature vector for training.

取值：N1=25，N2=50，N3=100,

4，优点分析

1)，CNN泛化能力不好，SVM来补充。

2)，CNN将节点的输出值两极化，一个接近+1，其余的接近-1，而SVM是估算每一类样本的概率值，更可靠，评价机制更有效。

3)，CNN提取一些细节等更为丰富的不变性特征。

三，实验

通过一些disto