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:
提出一种基于粒子群优化算法优化相关参数的最小二乘支持向量机(LS-SVM)的字符识别模型.利用相关的字符数据,分别使用本方法和基于网格搜索的最小二乘支持向量机方法进行识别.仿真结果表明,该方法的精确度高于其它两种方法.
推荐文章
基于粒子群优化LS-SVM的车刀磨损量识别技术研究
刀具状态监测
小波包分析
粒子群优化
最小二乘支持向量机
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
基于粒子群优化算法的 LS-SVM的 GPS 高程拟合
粒子群优化算法
LS-SVM
BP 神经网络
二次曲面拟合法
高程拟合
基于小波核LS-SVM的车牌字符识别算法研究
字符识别
LS-SVM
小波核函数
多级分类器
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 基于粒子群优化算法的LS-SVM字符识别模型
来源期刊 天津工程师范学院学报 学科 工学
关键词 粒子群算法 最小二乘支持向量机 字符识别
年,卷(期) 2010,(2) 所属期刊栏目
研究方向 页码范围 26-28
页数 分类号 TP391.43
字数 2174字 语种 中文
DOI 10.3969/j.issn.2095-0926.2010.02.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张兴会 天津工程师范学院信息技术工程学院 19 143 7.0 11.0
2 刘玲 天津工程师范学院信息技术工程学院 2 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (12)
共引文献  (69)
参考文献  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
粒子群算法
最小二乘支持向量机
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
天津职业技术师范大学学报
季刊
2095-0926
12-1423/Z
大16开
天津市河西区大沽南路1310号
1989
chi
出版文献量(篇)
1699
总下载数(次)
3
总被引数(次)
5431
论文1v1指导