用于车牌字符识别的SVM算法

• 作者: 王晓光 王群
• 来源期刊: 现代电子技术
• 关键词: 支持矢量机(SVM) 车牌字符识别 最优分类面 核函数
• 年，卷（期）: 2004,（8）
• 所属期刊栏目: 新型电子器件
• 页码范围: 8-10
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1004-373X.2004.08.004

摘要

支持向量机(SVM)是20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SVM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SVM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SVM算法进行车牌字符识别具有较高的识别率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓光	北京理工大学电子工程系	11	151	5.0	11.0
2	王群	北京理工大学电子工程系	7	61	4.0	7.0