期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于支持向量机和核主成分分析的车牌字符识别
被引量：
2
1
作者
潘石柱
殳伟群
王令群
《电子科技》
2006年第10期59-61,67,共4页
给出了一种结合核主成分分析(KPCA)和支持向量机(SVM)进行车牌字符识别的新方法。该算法通过KPCA进行字符的特征提取,并利用SVM分类器完成字符的识别。实验证明,KPCA在高维空间具有较强的特征选择能力,SVM的识别率也明显高于BP神经网络。
关键词
支持向量机(SVM)
核
主成分分析
(
kpca
)
车牌
字符识别
下载PDF
职称材料
题名
基于支持向量机和核主成分分析的车牌字符识别
被引量：
2
1
作者
潘石柱
殳伟群
王令群
机构
同济大学控制理论与控制工程学院
出处
《电子科技》
2006年第10期59-61,67,共4页
文摘
给出了一种结合核主成分分析(KPCA)和支持向量机(SVM)进行车牌字符识别的新方法。该算法通过KPCA进行字符的特征提取,并利用SVM分类器完成字符的识别。实验证明,KPCA在高维空间具有较强的特征选择能力,SVM的识别率也明显高于BP神经网络。
关键词
支持向量机(SVM)
核
主成分分析
(
kpca
)
车牌
字符识别
Keywords
support vector machine（SVM）
kernel principal component analysis （
kpca
）
license plate character recognition
分类号
TP391.4 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于支持向量机和核主成分分析的车牌字符识别
潘石柱
殳伟群
王令群
《电子科技》
2006
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
