支持向量机及其在智能交通系统中的应用研究.pdfVIP

支持向量机及其在智能交通系统中的应用研究 摘 要 统计学习理论是一种专门研究小样本情况下机器学习规律的理论，支持向 量机方法是在该理论基础上发展起来的通用学习方法，它具有全局优化、适应 性强、理论完备、泛化性能好等优点，统计学习理论和支持向量机是目前机器 学习领域的研究热点。随着通信、信息和电子技术及计算机网络技术的发展， 智能交通系统正越来越受到各国的重视，它包括车型识别、车牌识别等模块。 本文将支持向量机引入智能交通系统领域，主要进行的工作如下： (1)整理总结了国内外学术界关于统计学习理论方面的研究成果，介绍统 计学习理论的基本概念和支持向量机的基本原理； (2)在形状识别问题中以交通标志图像作为实验对象，利用Hough变换进 行特征提取，在识别阶段利用支持向量机方法进行分类，并与神经网络等传统 学习方法对比； (3)将支持向量机应用于车型识别问题中，针对收费站采集的汽车图像， 首先采用小波分析和数学形态学的方法提取其外形特征，在识别阶段利用支持 向量机方法进行分类，并与其他传统学习方法进行了对比： (4)将支持向量机应用于车牌识别问题中，车牌识别包括车牌定位、车牌 字符分割以及字符识别三个步骤，先采用数学形态学方法对车牌区域进行定位， 然后采用Top．Hat变换等方法分割车牌字符，在识别阶段采用支持向量机算法 进行字符识别，取得了较为满意的结果。 关键词： 统计学习理论支持向量机智能交通系统车型识别车牌识别 of Vector Machine Study andthe Support Applications in Intelligent Transport System Abstract Statistical a which in Learning Theory(SLT)is learningtheory specializes machine with finite a methodbasedon learning examples．As learning SET,Support Vector the of Machine(SVM)has advantagesglobal solutions，goodadaptivity，hi曲 and in andSVMare generalizationabilitymaturity the inthe theory．SLT hot．spot of field machine the of learningnowadays．With communication， development informatio