摘要：Bagging是一种用来提高学习算法准确度的方法,通过构造一系列预测函数并将其结果按投票规则进行合成,就可以将一个弱学习算法提升为强学习算法.本文针对UK测试量表中的手写体数字,设计并实现了一个以神经网络为弱分类器的、基于Bagging的手写体数字识别系统.与单个神经网络分类器相比,Bagging后的系统显示了更加优良的性能.

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社