摘要：本文首先将文本信息检索中LSI方法的思想和原理应用于手写数字识别问题，把手写数字图像看作空间向量的表示，通过计算未知数字与各训练集之间相关度排序来达到识别的目的，计算量小且有较低的误识率（5．5％）；其次，通过对所有0-9数字的训练样本排列为一个矩阵，并对该矩阵进行奇异值分解，将各训练样本在适当维数的左奇异向量上分别投影，得到了一种低阶表示下的相关度计算方法，该方法在保持原有较低误识率的同时，能极大地压缩原有训练样本数据（压缩掉的数据百分比超过95％）；另外，利用了区分不规范样本的思想，获得了更低的误识率（下降到4．5％）。

关键词：手写数字识别 lsi 奇异值分解 

单位：西安交通大学理学院 陕西西安710049 西安交通大学人居学院 陕西西安710049