留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于FCM和组合神经网络的车牌汉字字符识别方法

仝淑贞,  魏运

downloadPDF
文章导航 > 交通信息与安全  > 2010 >  28(3): 30-34
仝淑贞, 魏运. 基于FCM和组合神经网络的车牌汉字字符识别方法[J]. 交通信息与安全, 2010, 28(3): 30-34. doi: 10.3963/j.ISSN1674-4861.2010.03.007
引用本文: 仝淑贞, 魏运. 基于FCM和组合神经网络的车牌汉字字符识别方法[J]. 交通信息与安全, 2010, 28(3): 30-34. doi: 10.3963/j.ISSN1674-4861.2010.03.007
shu
License Plate Chinese Character Recognition Method Based on Fuzzy C-means(FCM)and Combined Neural Network[J]. Journal of Transport Information and Safety, 2010, 28(3): 30-34. doi: 10.3963/j.ISSN1674-4861.2010.03.007
Citation: License Plate Chinese Character Recognition Method Based on Fuzzy C-means(FCM)and Combined Neural Network[J]. Journal of Transport Information and Safety, 2010, 28(3): 30-34. doi: 10.3963/j.ISSN1674-4861.2010.03.007
shu

基于FCM和组合神经网络的车牌汉字字符识别方法

doi: 10.3963/j.ISSN1674-4861.2010.03.007

  • 交通运输部科学研究院,北京,100013

  • 北京城建设计研究总院,北京,100037

详细信息

  • 中图分类号: TP391.4

License Plate Chinese Character Recognition Method Based on Fuzzy C-means(FCM)and Combined Neural Network

    摘要
  • 摘要: 提出了1种组合神经网络结构的车牌汉字识别方法,主要从特征选取和分类器设计2方面研究车牌汉字字符识别,识别系统由2层神经网络组成,应用FCM算法对汉字进行粗聚类,聚类结果作为后续网络的先验知识,产生网络训练目标,采用LVQ网络进行粗分类,通过BP网络进行细分类.该种分层结构缩减了待识别模式的搜索范围,克服了传统单层识别系统识别率不高和组合网络粗分类率低的缺点.实验结果显示,本方法的识别率高,识别效率较好.

     

    • HTML全文
    • 参考文献(0)
    • 相关文章
    • 施引文献
  • 资源附件(0)
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  520
  • HTML全文浏览量:  104
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 刊出日期:  2010-06-28

目录

    /

    返回文章
    返回

    版权所有《交通信息与安全》编辑部鄂ICP备05003336号-2

    通信地址：湖北省武汉市武昌区和平大道1178号，武汉理工大学余家头校区 (430063)

    联系电话：027-86580355电子邮箱：jtjsj@vip.163.com

    本系统由 北京仁和汇智信息技术有限公司 开发