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。