1. 研究目的与意义
手写字母识别在很多领域具有广泛的应用前景，例如文字处理、邮件系统、物流系统中，如何快速准确识别手写字母已经成为业务的关键，目前国内外学者对此做了大量的研究工作，提出了很多预处理和模式识别的算法，大大提高了手写的识别精度。
但到目前为止，手写识别的识别精度还有待提高。
为了提高识别精度，引入机器学习方面的最新研究成果则成为当前研究的重点，在考察的机器学习方法中，支持向量机(supportvectormachine，svm)是一种非常有前途的技术。
2. 研究内容和预期目标
研究内容： 1、课题要求学生深入学习机器学习基本理论和方法； 2、通过所掌握的Python或Java等编程语言，并结合数学统计、软件工程等相关理论、技术，设计和实现基于SVM的手写字母识别算法； 3、基于识别算法设计实现相应的手写字母识别系统； 4、最后基于实际数据中对系统进行测试和验证。
预期目标： 1、掌握机器学习的理论知识和基础，掌握SVM算法理论及实现方法； 2、学习和掌握Python、Java的相关工具和基本算法 3、设计和实现基于SVM的手写字母识别算法； 4、设计和实现面向实际应用的手写字母识别系统；5、在实际应用环境中上测试系统，得到结果并作分析；
3. 研究的方法与步骤
方法：图书馆查资料：利用课余时间在图书馆查阅相关资料。
上网搜集资料：在网上查阅相关资料，了解svm手写字母识别的目的，背景，意义等实验法：在相应的系统环境中完成识别样本，并在此基础上进行编码和测试。
步骤：1、在自己的pc机上配置相应的工作环境；2、在正确的工作环境中进行样本的采集;3、根据查阅到的相关资料进行编码;4、根据自己的样本和代码进行系统的测试
4. 参考文献
[1][土耳其]Ethem Alpaydin著，范明等译. 机器学习导论（原书第2版）.机械工业出版社,2014-4-1.[2][美] Peter Harrington著，李锐，李鹏，曲亚东，王斌译. 机器学习实战.人民邮电出版社, 2013-6-1[3]瞿海金. 手写体数字识别方法的研究与实现[D]. 南京理工大学 2005[4]吴栋梁. 基于支持向量机的手写数字识别的研究[D]. 华中师范大学 2011[5]张捷. 手写数字识别的研究与应用[D]. 西安建筑科技大学 2004[6]胡迪雨.手写体数字识别方法的应用及研究[D]. 南昌大学 2012[7]郝梦琳.手写体数字识别方法的研究与实现[D]. 太原科技大学 2013 [8]应用数理统计基础[M]. 华南理工大学出版社, 1992.
5. 计划与进度安排
1、2022.1 ---- 2022.2 查阅资料,了解课题背景， 撰写开题报告 2、2022.2 ---- 2022.3 根据课题要求，进行需求分析,熟悉开发工具3、2022.3 ---- 2022.3 根据分析结果，对系统进行概要设计4、2022.3 ---- 2022.4 根据概要设计，对系统进行详细设计5、2022.4 ---- 2022.5 编写代码及设计6、2022.5 ---- 2022.5 程序调试，毕业论文资料收集，撰写论文提纲7、2022.5 ---- 2022.5 整理设计文档， 撰写毕业论文
