用于车牌字符识别的SVM算法

被引：6

作者：

王晓光

王群

机构：

[1] 北京理工大学电子工程系

[2] 北京理工大学电子工程系北京

[3] 北京

来源：

现代电子技术 | 2004年 / 08期

关键词：

支持矢量机(SVM); 车牌字符识别; 最优分类面; 核函数;

D O I：

暂无

中图分类号：

TP391.41 [];

学科分类号：

080203 ;

摘要：

支持向量机 ( SV M)是 2 0世纪 90年代初由 Vapnik等人提出的一类新型机器学习方法 ,此方法能够在训练样本很少的情况下达到很好的分类推广能力。本文应用 SV M算法对车牌中的汉字字符进行识别 ,无字符特征提取提高了识别速度 ,并且可得到较高的识别率。实验讨论了 SV M算法用于字符识别时 ,不同的核函数对识别率的影响。实验结果表明 ,用 SV M算法进行车牌字符识别具有较高的识别率

引用

页码：8 / 10

页数：3