基于聚类分析与神经网络的车牌字符识别

• 作者: 姬建岗 朱永凯 王海涛 田贵云 黄文杰
• 来源期刊: 数据采集与处理
• 学科: 地球科学
• 关键词: 车牌识别 神经网络 动态聚类
• 年，卷（期）: 2008,（2）
• 所属期刊栏目: 研究简报
• 页码范围: 238-242
• 页数: 5页
• 分类号: TP391.4|N941.5
• 字数: 3739字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-9037.2008.02.023

摘要

从字符特点角度出发,提出采用聚类分析与神经网络方法分别对车牌中英文与数字字符、汉字字符进行识别.本文方法可以提高汉字的识别准确率,并加快车牌的识别速度,以适应高速公路收费系统即时、准确的要求.实验结果表明,数字及字母的识别准确率达97.0%,汉字的识别准确率达90.1%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王海涛	南京航空航天大学自动化学院	75	598	15.0	22.0
2	黄文杰	淮阴工学院交通系	16	141	7.0	11.0
3	田贵云	南京航空航天大学自动化学院	31	205	8.0	14.0
7	姬建岗		13	59	5.0	7.0
8	朱永凯	南京航空航天大学自动化学院	23	91	5.0	9.0