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
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
收藏
页码:56 / 58
页数:3
相关论文
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 .
北方工业大学学报, 2004, (03) :53-56
[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 .
电子学报, 2002, (05) :651-654
[3]   支持向量机在大类别数分类中的应用 [J].
王建芬 ;
曹元大 .
北京理工大学学报, 2001, (02) :225-228
[4]   A tutorial on Support Vector Machines for pattern recognition [J].
Burges, CJC .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :121-167