摘要： 针对当前手写数字识别正确率较低这一不足，提出了一种主成分分析（ＰＣＡ）和粒 子群算法优化支持向量机（ＰＳＯ-ＳＶＭ）的手写数字识别方法。首先，利用ＰＣＡ降低输入数据的 维数，然后把降维的数据作为ＳＶＭ的输入，用ＰＳＯ不断优化ＳＶＭ中的核函数参数ｇ和惩罚因 子ｃ，以提高分类精度。实验结果表明：同传统的ＳＶＭ、ＧＡ-ＳＶＭ、网格搜索算法、卷积神经网络 （ＣＮＮ）相比，ＰＳＯ-ＳＶＭ方法分类方法具有最高的识别准确率且运算效率也较高，达９８．２％，性 能上优于其他几种分类算法。