SVM在车牌字符识别中的应用

被引：1

作者：

黄凡

李志敏

张晶

万睿

张凤阳

机构：

[1] 重庆大学光电技术及系统教育部重点实验室

来源：

关键词：

支持向量机; 字符识别; 最优分类面; 核函数; BP神经网络;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

介绍了将SVM算法应用于车牌识别中的字符识别,较好地解决了识别率和识别速度难以同时提高的难点。结果表明,在训练样本较少且无字符特征提取的情况下,该系统具有较高的识别率和识别速度,并具有很好的分类推广能力。

引用

页码：56 / 58

页数：3

共 4 条

[1] 一种高效的汽车牌照自动识别系统预处理算法 [J].

叶青 ;

赵红怡 ;

赵宇红 ;

曹淑琴 .

[2] 一种基于支持向量机的手写汉字识别方法 [J].

高学 ;

金连文 ;

尹俊勋 ;

黄建成 .

[3] 支持向量机在大类别数分类中的应用 [J].

王建芬 ;

曹元大 .

[4] A tutorial on Support Vector Machines for pattern recognition [J].

Burges, CJC .