一种基于KNN与改进SVM的车牌字符识别算法

作者：薛磊; 杨晓敏; 吴炜; 陈默; 何小海

来源：四川大学学报(自然科学版), 2006, (05): 1031-1036.

DOI：10.3969/j.issn.0490-6756.2006.05.017

• K近邻
• 置信度
• 支持向量机
• 字符识别

提出了一种将KNN(K近邻)和支持向量机相结合的字符识别算法.首先用KNN对字符进行判断,如果输出的置信度大于阈值,则认为分类正确;如果小于阈值则采用支持向量机进行判决.改进了SVM分类器,通过调整支持向量机的分类超平面改进了支持向量机的性能.将算法应用到实际的车牌字符识别中,识别结果表明,这种方法在提高识别速度的同时,有效提高了字符的识别精度.

• 单位
  四川大学