基于组合神经网络的农用车轮胎号识别方法

• 作者: 孙俊 李正明 杨继昌
• 来源期刊: 农业工程学报
• 学科: 工学
• 关键词: 轮胎号字符 特征提取 神经网络 矩
• 年，卷（期）: 2006,（2）
• 所属期刊栏目: 研究简报
• 页码范围: 191-193
• 页数: 3页
• 分类号: TP391.41
• 字数: 2758字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-6819.2006.02.042

摘要

为了保证轮胎号识别系统具有较高的识别正确率和置信度,对轮胎号字符识别方法进行了研究.对大量的农用车轮胎号字符图像样本进行各类特征量提取,针对每类特征量建立各自的子BP网络进行训练,并将各训练好的子网络进行组合形成并行组合神经网络,按照等权平均或投票选举决策得出最终识别结果.并行组合神经网络的连接数较传统庞大单级神经网络少,训练和识别的速度要快,大量的轮胎号字符样本识别试验表明,并行组合神经网络的识别正确率和置信度都较传统BP网络得到提高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李正明	江苏大学电气信息工程学院	157	1549	22.0	31.0
2	杨继昌	江苏大学机械工程学院	108	1546	22.0	34.0
3	孙俊	江苏大学电气信息工程学院	133	1226	19.0	28.0