Zernike矩与粗集预处理的神经网络在数字识别中的应用

• 作者: 刘忠 田晓东 童继进
• 来源期刊: 电测与仪表
• 学科: 工学
• 关键词: Zernike矩 粗糙集 特征选择 神经网络 数字识别
• 年，卷（期）: 2005,（12）
• 所属期刊栏目: 自动测试系统与数据采集
• 页码范围: 50-53
• 页数: 4页
• 分类号: TP274+.2
• 字数: 2215字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-1390.2005.12.014

摘要

针对无指针式表盘的数字判读问题,提出一种基于Zernike矩和粗集预处理的神经网络数字识别方法.该方法首先利用Zernike矩的旋转不变性特征提取数字图像特征,再对所提取的Zernike矩进行基于粗集的特征约简,约简后的信息输入到训练好的神经网络进行识别.通过实际的表盘分割截取的带旋转的数字识别中试验,结果表明该方法具有识别率高,速度快的特点,具有较高的实时价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘忠	海军工程大学指挥自动化系	319	1950	19.0	27.0
2	田晓东	海军工程大学指挥自动化系	22	146	8.0	10.0
3	童继进	海军工程大学指挥自动化系	9	24	3.0	4.0