文档介绍：学位论文原创性声明嬲煳幽本人郑重声明,所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除了论文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得中南大学或其他教育机构的学位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均己在论文中作了明确的说明。申请学位论文与资料若有不实之处,本人承担一切相关责任。作者签名:鍪堑翌日期:兰12年』月笪日学位论文版权使用授权书本学位论文作者和指导教师完全了解中南大学有关保留、使用学位论文的规定:即学校有权保留并向国家有关部门或机构送交学位论文的复印件和电子版;本人允许本学位论文被查阅和借阅;学校可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用复印、缩印或其它手段保存和汇编本学位论文。保密论文待解密后适应本声明。、用作者签名:盗塑f日期::盥!b年—L月—垄日导师签名缈日期:坐年』L月—垄日万方数据车牌字符识别算法的研究摘要:车牌识别技术是智能交通系统中研究的重要课题之一,该技术可应用到道路交通监控、高速收费、停车场安全等到许多方面。经过国内外学者的不断研究,车牌识别技术已得到了很大程度的发展,并且取得了许多突破性的研究成果。本文针对在车牌识别系统中车牌字符识别率低的问题,提出了一种基于径向基核函数的ADABOOST和PTSVM(递归投影双联支持向量机)相结合的车牌字符识别算法。通过对PTSVM的车牌识别方法的讨论分析以及实验研究表明,运用PTSVM分类方法得到的分类器的识别率并不是很理想,其原因是在实验中所有的PTSVM分类器用的是同样大小的惩罚因子C和RBF核函数的参数仃;通过对传统的ADABOOST方法的实验研究表明,ADABOOST算法在训练过程中,耗时长,且训练过程极易出现分类器退化现象。因此,本文在传统的ADABOOST方法基础上,。通过实验验证表明,这种新的识别方法,可以有效的提高车牌识别系统的整体性能。通过实例分析,进一步论证了本文提出的改进的ADABOOST和PTSVM相结合的车牌字符识别算法可有效的提高车牌识别系统的整体性能。通过多种SVM算法对比实验结果分析,表明了选取PTSVM方法来进行改进的合理性;通过改进的算法与传统算法的实验结果分析,进一步说明了本文提出的算法可以有效的提高车牌识别系统的整体性能。图18幅,表8个,参考文献62篇关键词:车牌识别,PTSVM,ADABOOST,特征提取,训练模型分类号::Licenseplaterecognitiontechnology(LPR,LicensePlateRecognition),high—speedtoll,,thelicenseplaterecognitiontechnologyhavebeenalargedegreeofdevelopment,,thelicenseplaterecognitionsystem,theproblemoftowlicenseplatecharacterrecognitionisproposedbasedonradialbasisfunctionADABOOSTandPTSVM(recursiveprojectiontwin。supportvectormachine),theresultshaveshownthattheuseofPTSVMclassificationmethodclassifierrecognitionrateisnotverysatisfactory,thereasonisthatintheexperimentallPTSVMsorteristhesamesizeasthepenaltyf