基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种根据纸币图像识别其面向的方法.为了避免对大量的图像象素进行处理,并有效地减少计算量,首先对纸币图像进行了分块,为了能够建立纸币面向识别的统一模型,采用了人工神经网络的方法,使不同的纸币能够通过在线自学习确定其模型.
推荐文章
自学习神经元及自学习BP网络
自学习神经元
自学习BP网络
学习策略
面向神经元
可在线增量自学习的聚焦爬行方法
资源发现
聚焦爬行
在线学习
半监督学习
基于主动学习和自学习的噪声源识别方法
主动学习
自学习
支持向量数据描述
噪声源识别
金属探测器中自学习方法的研究
金属探测器
磁场
相位
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自学习式纸币面向识别方法
来源期刊 石油化工高等学校学报 学科 工学
关键词 自学习 纸币识别 神经网络
年,卷(期) 2007,(z1) 所属期刊栏目 智能控制
研究方向 页码范围 47-49,53
页数 4页 分类号 TP391.41
字数 2423字 语种 中文
DOI 10.3969/j.issn.1006-396X.2007.z1.013
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴庆洪 16 44 4.0 5.0
2 孙伟忠 5 7 2.0 2.0
3 柳伟生 1 2 1.0 1.0
4 王欣 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (12)
参考文献  (2)
节点文献
引证文献  (2)
同被引文献  (6)
二级引证文献  (6)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2015(3)
  • 引证文献(2)
  • 二级引证文献(1)
2016(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(2)
  • 引证文献(0)
  • 二级引证文献(2)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
自学习
纸币识别
神经网络
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
石油化工高等学校学报
双月刊
1006-396X
21-1345/TE
大16开
辽宁省抚顺市望花区丹东路西段1号
8-267
1988
chi
出版文献量(篇)
2213
总下载数(次)
7
总被引数(次)
13636
论文1v1指导