基于多分类器的牌照字符识别算法

通过对牌照特征及已有识别算法进行分析,提出了基于多分类器模板匹配与支持向量机相结合的牌照字符识别算法。首先利用模板匹配进行粗分类,将多类问题转化成两类问题,再利用支持向量机进行精确分类。在模板匹配环节,使用灰度分布标准化,增加字符与模板的相似度。在Virtual Studio环境下进行测试,结果表明：与单一分类器相比较,该方法的识别精度与识别速度都有了很大的提高。     

基于差分进化算法实现非高斯噪声下盲信号分离

简要介绍了稳定分布统计特性,推导了一种适用于α稳定分布噪声下盲信号分离的算法。该算法采用差分进化算法对目标函数自动寻优,求得分离矩阵,从而分离出信号。仿真结果表明：该算法分数低阶α稳定分布背景噪声条件下具有良好的分离效果。