电动门知识

联系我们


联系人:李

热线:14787850886
官网:www.ynmoxun.com

公司动态
您的位置:首页 > 新闻资讯  > 公司动态

为你介绍SVM的车牌识别算法

来源:www.ynmoxun.com         发布时间:2018-09-21

  昆明车牌识别系统厂家介绍,SVM的基本原理支持向量机,属于等在90年代发布的新方案,其属于以统计学方面的VC维理论以及特殊的结构风险最小化原则作为核心,存在相对理想,有着相对理想的泛化表现,可以相对高效的处理小样本以及过拟合等难题。SVM的核心思路为:特殊的给定样本属于完全、近似线性可分的情形之中,为了探寻符合实际分类操作需求的特殊分割平面,同时确保其中的样本点和分割平面的实际距离需要保持良好的状态。

  核函数的选择,当下多用的核函数是,所以本论文中也用核函数,主要是考虑到以下几个因素

  (1)核函数能够完成非线性映射。

  (2)所要的培训的参考数据比较少,在运用分类设备时简便。多项式的此类函数所对应的参考数据比核函数多,所以对分类设备的工作提出了更高的要求。核函数和分类设备的工作效果之间有较为密切的关系,不过等人在其研究中发现,其不同和工作的效果没有太大的关联,而起到重要作用的是因子C和其对应的参数厂。


  核参数的选择。就分类设备而言,需要明确两个参考数据,即因子C和核函数的参数。当下一般有两类的参考数据选定方式,其一是智能运算,另外一种建立在网格查找的基础上。第一种方法是结合遗传算法、粒子群算法等进行参考数据的查找。此类方法可以在较短的时间内完成相关数据的查找,不足是在实际的操作中,有可能被部分最小的数值干扰,而无法完成既定的查找目标。而建立在网格查找的方式是把和,分别取个和个值,对个、搭配,然后对应的培训分类设备,接着预测其辨认率,在所有的可能搭配中,选定辨认率最高的一组,这一方法的实质就是列举所有的可能。

  核函数,映射函数和有关的特征空间维持配套的对应状态,判断对应的核函数K(x,y),则能够获得对应的映射函数以及特征空间F的具体线索。而针对有关的线性不可分的设计而言,实际的操作模式属于以特殊的非线性映射,而将有关的输入向量转入到特殊的高维空间,随后在其中实现特殊的最优分界面,针对其开展对应的线性分类操作。国内的车牌方案属于:,X1属于各个区域的简称,31个属于对应的省级区域的简称,而X2则属于市级区域代号的英文字母,属于对应的字母以及数字,而港澳等地区存在特殊标识。X2和X3或许存在对应的小圆点。参照车牌的具体特征,能够设计4类分类器而实现配套的识别操作。有关的汉字分类器而实现对应的汉字识别操作;同时以有关的数字分类器而实现10个数字的有效识别。字母分类器方面则处理24个字母以及对应的字符“0”,总计25个字母,对于车牌而言,数字“0”和字母“0”不存在差异。数字和字母的分类器可以有效的识别对应的34个字符。在双牌车牌的情形之中,存在一个属于大陆牌的情形,还有一个属于港澳车牌。