基于支持向量機理論的車輛監(jiān)控技術(shù)研究與應(yīng)用.pdf

1、隨著城市交通系統(tǒng)的快速發(fā)展和現(xiàn)代信息技術(shù)的日新月異，智能交通系統(tǒng)(Intelligent Transportation System)孕育而生。當(dāng)前，智能交通系統(tǒng)已經(jīng)高度信息化，科技化，包括地理信息系統(tǒng)、全球定位系統(tǒng)、車輛自動識別系統(tǒng)、車輛自動防碰撞系統(tǒng)、自動駕駛系統(tǒng)、多媒體寬帶通信系統(tǒng)等等。涉及面廣，技術(shù)含量高，具有廣闊的科研和市場前景。本文著重探討智能交通系統(tǒng)中的車輛監(jiān)控技術(shù)，如車輛牌照的自動識別、車型識別等。根據(jù)支持向量機(sup

2、port vector machine)理論，在現(xiàn)有的算法基礎(chǔ)之上提出較好的圖像分類與識別算法，成功將支持向量機方法運用到實際環(huán)境中。這種算法高效，自適應(yīng)性強，能在較少量數(shù)據(jù)學(xué)習(xí)的基礎(chǔ)上提供較高的識別率。支持向量機是V.Vapnik等人提出的一種針對分類和回歸問題的新型機器學(xué)習(xí)方法。它基于結(jié)構(gòu)風(fēng)險最小化原理，能有效地解決過學(xué)習(xí)問題，具有良好的推廣性和較好的分類精確性。正在成為繼模式識別和神經(jīng)網(wǎng)絡(luò)研究之后機器學(xué)習(xí)領(lǐng)域新的研究熱點，并將推動