作者:
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:
为了准确快速的识别车牌,设计并实现了一种基于人工蜂群算法优化支持向量机(ABC-SVM)的车牌识别系统.该系统以STM32单片机为主控,通过控制OV7725摄像头进行车牌图像采集,采用4G无线模块将采集到的车牌图像发送给上位机进行处理识别.上位机利用人工蜂群算法对支持向量机的惩罚系数和核参数进行优化,并结合支持向量机构建车牌字符识别模型.测试结果表明,系统能够准确快速的识别车牌,识别准确率(93.3%)较传统BP神经网络(85.0%)和支持向量机(88.1%)分别提高了8.3%和5.2%.
推荐文章
基于SVM的车牌自动识别系统
支持向量机:字符识别
BP神经网络
基于最优ABC-SVM算法的P2P流量识别
人工蜂群算法
支持向量机
特征选择
参数优化
P2P流量识别
车牌识别系统设计与实现
图像预处理
车牌定位
车牌字符分割
车牌字符识别
基于ABC-SVM的运动想象脑电信号模式分类
脑电信号
人工蜂群算法
支持向量机
正则化共空间模式
模式分类
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ABC-SVM算法的车牌识别系统设计
来源期刊 电子测量技术 学科 工学
关键词 车牌识别 STM32 4G无线模块 人工蜂群算法 支持向量机
年,卷(期) 2018,(24) 所属期刊栏目 数据采集及信息处理
研究方向 页码范围 94-98
页数 5页 分类号 TN391.1
字数 语种 中文
DOI 10.19651/j.cnki.emt.1802339
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 刘雪阳 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (130)
共引文献  (101)
参考文献  (15)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(5)
  • 参考文献(0)
  • 二级参考文献(5)
2008(6)
  • 参考文献(0)
  • 二级参考文献(6)
2009(16)
  • 参考文献(1)
  • 二级参考文献(15)
2010(13)
  • 参考文献(1)
  • 二级参考文献(12)
2011(11)
  • 参考文献(0)
  • 二级参考文献(11)
2012(5)
  • 参考文献(2)
  • 二级参考文献(3)
2013(13)
  • 参考文献(1)
  • 二级参考文献(12)
2014(13)
  • 参考文献(2)
  • 二级参考文献(11)
2015(19)
  • 参考文献(2)
  • 二级参考文献(17)
2016(20)
  • 参考文献(4)
  • 二级参考文献(16)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
2018(1)
  • 参考文献(0)
  • 二级参考文献(1)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车牌识别
STM32
4G无线模块
人工蜂群算法
支持向量机
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
电子测量技术
半月刊
1002-7300
11-2175/TN
大16开
北京市东城区北河沿大街79号
2-336
1977
chi
出版文献量(篇)
9342
总下载数(次)
50
总被引数(次)
46785
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导