基于支持向量机的车牌识别技术的研究

摘要	第1-4页
Abstract	第4-7页
第一章 绪论	第7-13页
·智能交通系统（ITS）的背景和意义	第7-8页
·车牌识别系统的发展与现状	第8-11页
·车牌识别系统国内外发展状况	第8-9页
·车牌识别技术研究现状	第9-11页
·论文研究的主要内容	第11-13页
第二章 车牌识别系统结构	第13-19页
·车牌图像校正	第13-15页
·待校正车牌图像的类型和特点	第13-14页
·车牌校正算法	第14-15页
·车牌字符切分	第15-17页
·车牌字符识别算法	第17-18页
·小结	第18-19页
第三章 支持向量机理论概述	第19-33页
·机器学习的基本问题	第19-21页
·经验风险	第19-20页
·复杂性与推广能力	第20-21页
·统计学习理论的核心内容	第21-24页
·VC维	第21-22页
·推广性的界	第22-23页
·结构风险最小化	第23-24页
·支持向量机	第24-29页
·最优分类面	第24-25页
·线性支持向量机	第25-28页
·非线性支持向量机	第28-29页
·SVM多类识别方法	第29-32页
·小结	第32-33页
第四章 核聚类SVM分类算法的研究	第33-49页
·核聚类SVM算法思想	第33-37页
·核聚类	第33-35页
·利用核聚类构建决策树	第35-37页
·核函数的改进	第37-41页
·核函数的概念	第37-39页
·核函数的改进	第39-41页
·算法实现	第41-44页
·车牌字符识别的特点	第41页
·基于核聚类SVM的车牌字符识别算法的实现	第41-44页
·实验结果及分析	第44-49页
第五章 结论与展望	第49-51页
致谢	第51-53页
参考文献	第53-56页
作者在读期间的研究成果	第56-57页