基于Rough集和RBF网络的车牌字符识别方法

• 作者: 孙虹 方敏
• 来源期刊: 安徽建筑工业学院学报（自然科学版）
• 学科: 工学
• 关键词: Rough集 RBF神经网络 字符识别
• 年，卷（期）: 2006,（4）
• 页码范围: 87-90
• 页数: 4页
• 分类号: TP391
• 字数: 3510字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-4540.2006.04.026

摘要

提出了一种基于Rough集和RBF神经网络结合的车牌字符识别方法.该方法针对车牌字符二值化图像,给出了基于粗糙集理论的知识获取方法,包括根据训练样本的特征向量建立决策表、离散决策表属性、约简决策表属性,然后由约简后的属性构造RBF网络识别器.试验表明该方法有效地减少了决策属性的个数,简化了神经网络识别器的结构,提高了泛化能力和抗噪声能力,在车牌字符识别中取得了较好的识别效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	方敏	合肥工业大学电气与自动化工程学院	89	946	16.0	25.0
2	孙虹	安徽建筑工业学院机械与电气工程系	23	36	4.0	5.0