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:
提出了一种基于分级RBF神经网络的车牌字符识别方法,采用两级RBF神经网络结构,由一级网络识别后,根据识别结果和置信度,建立识别分布图,进行二级网络设计,确定了12个二级子网.RBF网络中自动确定隐层神经元数,无需实验调整.用大量样本对系统进行测试,车牌整体识别率达到了85.4%,通过对比性研究,验证了该方法的有效性和先进性.
推荐文章
基于统计的车牌字符识别
统计
车牌识别
特征提取
分类器
基于BP神经网络的车牌字符识别方法
字符识别
特征提取
并行识别
BP神经网络
基于分级网络的车牌字符识别算法
车牌识别
径向基函数网络
二级网络
识别率
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 一种基于分级RBF网络的车牌字符识别方法
来源期刊 计算机工程与应用 学科 工学
关键词 车牌识别 径向基函数(RBF)网络 二级网络 识别率
年,卷(期) 2008,(30) 所属期刊栏目 工程与应用
研究方向 页码范围 213-216
页数 4页 分类号 TP391.4
字数 3955字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.30.065
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 吴成东 东北大学信息科学与工程学院 168 1357 19.0 27.0
2 夏兴华 沈阳建筑大学信息与控制工程学院 17 84 6.0 9.0
3 李孟歆 东北大学信息科学与工程学院 78 244 9.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (7)
节点文献
引证文献  (8)
同被引文献  (9)
二级引证文献  (2)
1675(1)
  • 参考文献(1)
  • 二级参考文献(0)
1993(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(2)
  • 二级参考文献(0)
2008(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)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
车牌识别
径向基函数(RBF)网络
二级网络
识别率
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导