决策树分类字符识别
 

我在做车牌字符识别的题目，请教一下汉字和数字字母应该提取什么样的特征值？要提取多少特征值才比较合适（用于决策树分类）？
下面有一段决策树的程序
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
%函数名称 Decision Tree（）
%参数：sample：待测样品
%返回值：result：分类结果
%函数功能：决策树分类算法
%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%
function result=DecisionTree(sample);
x=[];
y=cell(1,1000);
for i=1:10
%初始化样本
x=[x pattern(i).feature(:,1:100)];
str=num2str(i-1);
%初始化类别
y(1,100*(i-1)+1:100*i)={str};
end
%构造分类决策树、
t=treefit(x',y);
%决策树分类
result=treeval(t,sample);
sfit=t.classname(result);
%获得分类结果
result=str2num(sfit{1,1});
%显示分类结果
treedisp(t);



[COLOR="Red"] %初始化样本
x=[x pattern(i).feature(:,1:100)];
str=num2str(i-1);
%初始化类别
y(1,100*(i-1)+1:100*i)={str};
end
%构造分类决策树、
t=treefit(x',y);
%决策树分类[/COLOR]
上面红字部分如何理解，谢谢！

回复: 决策树分类字符识别
 

lz
1 你的第一个问题 是大家都想得到的 用最少的特征进行识别 同时具有鲁棒性 但是 这个好像还没有定量的分析 关于具体特征的提取 基本可分为颜色特征 纹理特征 形状特征 语义特征 其中形状特征又分为基于区域的和基于边界的 每种的方法非常之多 Gabor 投影...不知道你的识别是在具体什么物理情况下的 根据物理环境选择在该环境决定特征选取

2 你可以利用MatLAB的help功能查询num2str 和treefit 理解

Thx for reading.
PS:若还算满意，直接点击“Thanks”，再次登陆时亦便于查看回答是否真的帮到你了。