基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
分析了特征维数与分类错误概率的关系,提出了增加新特征,采用混合特征提取方法进行分类器设计.结果表明增加的新特征可以提高分类器的性能,并能使识别率明显提高.在问题的概率结构完全已知的情况下,增添新特征不会增加Bayes风险.
推荐文章
基于统计的车牌字符识别
统计
车牌识别
特征提取
分类器
字符多特征提取方法及其在车牌识别中的应用
车牌字符识别
多特征提取
支持向量机
神经网络
K近邻
基于混合神经网络的车牌字符识别技术
BP神经网络
联想记忆网络
字符识别
混合神经网络
用于车牌字符识别的SVM算法
支持矢量机(SVM)
车牌字符识别
最优分类面
核函数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 车牌字符识别的混合特征提取方法
来源期刊 沈阳工业学院学报 学科 工学
关键词 模式识别 混合特征提取 车牌字符识别
年,卷(期) 2003,(1) 所属期刊栏目
研究方向 页码范围 30-33
页数 4页 分类号 TP391.4
字数 3155字 语种 中文
DOI 10.3969/j.issn.1003-1251.2003.01.010
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (13)
共引文献  (26)
参考文献  (1)
节点文献
引证文献  (55)
同被引文献  (19)
二级引证文献  (261)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(4)
  • 参考文献(0)
  • 二级参考文献(4)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2003(1)
  • 引证文献(1)
  • 二级引证文献(0)
2004(5)
  • 引证文献(5)
  • 二级引证文献(0)
2005(9)
  • 引证文献(4)
  • 二级引证文献(5)
2006(26)
  • 引证文献(7)
  • 二级引证文献(19)
2007(35)
  • 引证文献(7)
  • 二级引证文献(28)
2008(33)
  • 引证文献(11)
  • 二级引证文献(22)
2009(24)
  • 引证文献(4)
  • 二级引证文献(20)
2010(23)
  • 引证文献(3)
  • 二级引证文献(20)
2011(24)
  • 引证文献(6)
  • 二级引证文献(18)
2012(11)
  • 引证文献(1)
  • 二级引证文献(10)
2013(16)
  • 引证文献(1)
  • 二级引证文献(15)
2014(27)
  • 引证文献(1)
  • 二级引证文献(26)
2015(18)
  • 引证文献(1)
  • 二级引证文献(17)
2016(19)
  • 引证文献(2)
  • 二级引证文献(17)
2017(14)
  • 引证文献(1)
  • 二级引证文献(13)
2018(14)
  • 引证文献(0)
  • 二级引证文献(14)
2019(15)
  • 引证文献(0)
  • 二级引证文献(15)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
模式识别
混合特征提取
车牌字符识别
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
沈阳理工大学学报
双月刊
1003-1251
21-1252/T
16开
沈阳市和平区太原北街2号
1982
chi
出版文献量(篇)
2643
总下载数(次)
3
总被引数(次)
10259
论文1v1指导