基于车型模式识别的无人值守发卡系统
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 第一章 绪论 | 第9-16页 |
| ·课题研究背景及意义 | 第9-10页 |
| ·无人值守发卡系统的基本概念 | 第10-11页 |
| ·自动车型分类技术的研究现状 | 第11-15页 |
| ·基于线圈感应的自动车型分类技术 | 第11-12页 |
| ·基于视频图像的自动车型分类技术 | 第12-13页 |
| ·基于压电传感器的自动车型分类技术 | 第13-14页 |
| ·基于红外线检测的自动车型分类技术 | 第14-15页 |
| ·本文的主要研究内容及论文结构 | 第15-16页 |
| 第二章 系统构成及工作原理 | 第16-26页 |
| ·自动车牌识别器 | 第17-18页 |
| ·自动车型识别器 | 第18-23页 |
| ·红外线检测器 | 第19-21页 |
| ·压电传感检测器 | 第21-22页 |
| ·通信模块 | 第22-23页 |
| ·辅助设备 | 第23页 |
| ·自动发卡机 | 第23-25页 |
| ·本章小结 | 第25-26页 |
| 第三章 车型分类与特征提取 | 第26-33页 |
| ·车型分类的原则 | 第26-27页 |
| ·车型分类的标准 | 第27-29页 |
| ·车辆特征提取 | 第29-32页 |
| ·车头高度 | 第29-30页 |
| ·轴距 | 第30页 |
| ·轴数 | 第30-31页 |
| ·底盘平整度 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 基于支持向量机的自动车型分类器 | 第33-48页 |
| ·模式识别 | 第33-36页 |
| ·模式识别的基本概念 | 第33页 |
| ·模式识别系统的构成 | 第33-35页 |
| ·模式识别方法的分类 | 第35-36页 |
| ·统计学习理论 | 第36-39页 |
| ·经验风险最小化原则 | 第36-37页 |
| ·复杂性与推广能力 | 第37页 |
| ·VC 维 | 第37-38页 |
| ·推广性的界 | 第38页 |
| ·结构风险最小化原则 | 第38-39页 |
| ·支持向量机 | 第39-46页 |
| ·简单的最优分类面 | 第39-42页 |
| ·广义最优分类面 | 第42页 |
| ·支持向量机 | 第42-44页 |
| ·支持向量机的多类分类算法 | 第44-45页 |
| ·交叉验证 | 第45-46页 |
| ·自动车型分类器的构造 | 第46-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 实验及结果分析 | 第48-52页 |
| ·实验 | 第48-50页 |
| ·实验结果分析 | 第50-51页 |
| ·本章小结 | 第51-52页 |
| 第六章 总结与展望 | 第52-54页 |
| ·工作总结 | 第52页 |
| ·存在的问题与展望 | 第52-54页 |
| 参考文献 | 第54-57页 |
| 致谢 | 第57-58页 |
| 附录（攻读学位期间发表的论文） | 第58页 |
