RECONNAISSANCE DES CHIFFRES A BAsE De SVM

Abstract

Dans ce travail, nous nous intéressons à la reconnaissance des chiffres manuscrits à ~; Y~. -.../ ~~~ base d'une nouvelle méthode dtapprentissage et de classification Inspirée de la théorie de ~~ ~~ ~s ~~ l'apprentissage artificiel de Vapnik. Cette méthode appelée, Machines à Vecteurs de ~~ ,, ~( ?:~~ S~PPQrt (SVM pow: SlJPPQrt Vttçtor M~çh.illtt) ~ ~t~ Çt.@.pt~tt ttt çi1mli<i\l~~ ~tJ prnl>1~~ g~ ~~ ;~ ~> ~~ la reconnaissance des chiffres manuscrits. L'avantage des SVM est qu'un nombre ~~ ~: ~~ ~~ restreint d'échantillons suffit seul à la détermination des vecteurs de support (SV) ~~ ~~ permettant la discrimination entre les classes contrairement aux autres classifieurs. Les ~~ ~~ ~~ ~·~· résultats expérimentaux obtenus sur les chiffres de la base MNIST sont satisfaisants et :~~ ~~ ~/ ~' ,; ~~ très encourageants.