编号 zgly0000398722
文献类型 期刊论文
文献题名 基于支持向量机的车牌字符识别
作者单位 北京工业大学交通研究中心 北京林业大学工学院 中国农业大学教育部现代精细农业系统集成研究重点实验室 北华大学产业处
母体文献 公路交通科技
年卷期 2006,23(5)
页码 126-129
年份 2006
分类号 TP391.4
关键词 模式识别 车牌字符识别 支持向量机 核函数
文摘内容 支持向量机(Support Vector Machines, 简称SVM)能够有效地解决小样本学习、非线性及高维模式识别等问题。对此提出了在无特征提取情况下基于SVM的车牌字符识别方法, 通过实验选定二次多项式作为核函数, 并将基于SVM的车牌字符识别与基于BP神经网络的车牌字符识别进行了实验对比。结果表明, 在训练样本较少的情况下, 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。