基于最小二乘支持向量机的车牌字符特征分类研究

• 作者: 刘静
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 最小二乘支持向量机 奇异值分解 车牌字符
• 年，卷（期）: 2015,（7）
• 所属期刊栏目: 图像处理
• 页码范围: 1315-1319
• 页数: 5页
• 分类号: TP391
• 字数: 4856字
• 语种: 中文
• DOI: 10.3969/j.issn1672-9722.2015.07.035

摘要

最小二乘支持向量机是一种新的有效的机器学习算法。论文介绍了最小二乘支持向量机模型，研究了最小二乘支持向量机算法和经典的多类分类算法，提取车牌字符的奇异值特征，将奇异值系数特征作为最小二乘支持向量机的输入进行训练和分类。实验采用 LS‐SVM 工具箱，得到了较好的结果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘静	渭南师范学院数学与信息科学学院	21	58	5.0	6.0