节点文献

基于ART2神经网络的车牌字符识别

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具，请取消加速工具后下载。

【作者】 黄戈祥； 陈继荣； 胡应添；

【机构】 中国科学技术大学信息科学技术学院； 中国科学技术大学信息科学技术学院 安徽合肥230027； 安徽合肥230027； 安徽合肥230027；

【摘要】 提出了ART2神经网络在车牌自动识别系统中的应用。ART2神经网络可以在非平稳 的、有干扰的环境中进行无教师无监督的自学习,学习过程是自组织的实时学习,能迅速识别已学习 过的样本,并能迅速适应未学习过的新对象。Zernike矩具有旋转不变性、位移不变性、比例不变性。 该方法结合了Zernike矩和ART2神经网络的优点,在实验中取得了很好的效果,解决了车牌自动识 别系统中字符识别的难题。

【关键词】 ART2神经网络； 非平稳环境； 竞争学习与自稳机制；
  • 【文献出处】 计算机应用 ,Computer Applications , 编辑部邮箱 ,2004年S2期
  • 【分类号】TP391.41
  • 【被引频次】25
  • 【下载频次】241
打印本页
节点文献中：