光学印刷された漢字認識のための隣接クラスベースのSVM分類の方法

光学印刷された漢字認識（OPCCR）では、認識のために多くの分類器が提案されています。分類器の中で、サポートベクターマシン（SVM）が最適な分類器になる場合があります。ただし、SVMは2つのクラスの分類器です。OPCCRのマルチクラスに使用される場合、その計算は時間がかかります。したがって、SVMの計算消費を削減するために、近隣クラスベースのSVM（NC-SVM）を提案します。OPCCRのNC-SVM分類の実験が行われました。実験の結果は、提案したNC-SVMがOPCCRの計算時間を効果的に短縮できることを示しています。

In optical printed Chinese character recognition (OPCCR), many classifiers have been proposed for the recognition. Among the classifiers, support vector machine (SVM) might be the best classifier. However, SVM is a classifier for two classes. When it is used for multi-classes in OPCCR, its computation is time-consuming. Thus, we propose a neighbor classes based SVM (NC-SVM) to reduce the computation consumption of SVM. Experiments of NC-SVM classification for OPCCR have been done. The results of the experiments have shown that the NC-SVM we proposed can effectively reduce the computation time in OPCCR.