用于车牌字符识别的SVM算法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

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.

原文链接:http://www.cqvip.com//QK/97360A/200408/9610940.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：SVM Vapnik 支持向量机 cqvip 交流学习 车牌字符识别 最优分类面 核函数