您的位置: 专家智库 > >

北京市科委科技计划项目(H020620220031)

作品数:2 被引量:30H指数:2
相关作者:陈来荣张岚徐宇冀荣华更多>>
相关机构:北京工业大学北华大学中国农业大学更多>>
发文基金:北京市科委科技计划项目更多>>
相关领域:交通运输工程自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 1篇自动化与计算...
  • 1篇交通运输工程

主题

  • 1篇遗传算法
  • 1篇拥挤
  • 1篇拥挤定价
  • 1篇支持向量
  • 1篇支持向量机
  • 1篇双层规划模型
  • 1篇字符
  • 1篇字符识别
  • 1篇向量
  • 1篇向量机
  • 1篇模式识别
  • 1篇基于支持向量...
  • 1篇核函数
  • 1篇车牌
  • 1篇车牌字符
  • 1篇车牌字符识别
  • 1篇城市交通

机构

  • 2篇北京工业大学
  • 1篇北华大学
  • 1篇中国农业大学

作者

  • 2篇陈来荣
  • 1篇冀荣华
  • 1篇张岚
  • 1篇徐宇

传媒

  • 1篇北京工业大学...
  • 1篇公路交通科技

年份

  • 2篇2006
2 条 记 录,以下是 1-2
排序方式:
基于双层规划的拥挤定价模型及算法被引量:18
2006年
城市道路拥挤定价具有双层特性,上层为城市交通管理部门,下层为道路使用者.本文假设用户出行成本仅与出行时间相关,应用双层规划模型建立拥挤定价模型,并讨论双层规划模型的遗传算法.研究表明,双层规划模型能有效解决复杂的拥挤定价问题,遗传算法收敛较快,容易实现计算精度要求.
陈来荣张岚
关键词:城市交通拥挤定价双层规划模型遗传算法
基于支持向量机的车牌字符识别被引量:12
2006年
支持向量机(Support Vector Machines,简称SVM)能够有效地解决小样本学习、非线性及高维模式识别等问题。对此提出了在无特征提取情况下基于SVM的车牌字符识别方法,通过实验选定二次多项式作为核函数,并将基于SVM的车牌字符识别与基于BP神经网络的车牌字符识别进行了实验对比。结果表明,在训练样本较少的情况下,该系统具有较高的识别率和识别速度,并具有很好的分类推广能力。
陈来荣冀荣华徐宇
关键词:模式识别车牌字符识别支持向量机核函数
共1页<1>
聚类工具0