一种基于SVM的车牌汉字的有效识别方法

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.文章应用SVM算法对车牌中的汉字字符进行识别,在无字符特征提取的情况下可得到较高的识别率和识别速度.通过与无字符特征提取的BP网络识别系统比较表明,在小样本的情况下,该方法的识别率远优于神经网络,并避免了神经网络的局部极值等的问题.

关键词：支持矢量机、车牌汉字识别、BP网络

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

在线出版日期：2004-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：208-209,222