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:
为提高车牌汉字识别率,提出一种基于BP神经网络的车牌汉字识别方法.首先使用图像与处理技术对车牌汉字进行处理,包括自适应二值化、规范化、细化等;其次采用改进训练过程和参数的BP神经网络对汉字进行识别.实验结果表明,较其它算法,该算法运算速度快、自学习能力强、识别率和效率高.
推荐文章
基于卷积神经网络的车牌识别
卷积神经网络
车牌识别
模型训练
权值共享
基于并行模糊神经网络的车牌识别研究
BP神经网络
并行处理
PVM网络
车牌识别
基于神经网络的分阶车牌字符识别算法研究
车牌字符识别
BP神经网络
卷积神经网络
分阶
基于神经网络算法的字符识别方法研究
BP神经网络
车牌
字符识别
形状
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 基于神经网络的车牌汉字识别方法
来源期刊 中国人民公安大学学报(自然科学版) 学科 政治法律
关键词 BP神经网络 图像处理 车牌识别
年,卷(期) 2009,(3) 所属期刊栏目 安全防范工程
研究方向 页码范围 56-58
页数 3页 分类号 D631.5
字数 2205字 语种 中文
DOI 10.3969/j.issn.1007-1784.2009.03.014
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 杨大力 中国人民公安大学安全防范系 1 17 1.0 1.0
2 刘舒 中国人民公安大学安全防范系 24 212 8.0 14.0
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  (7)
参考文献  (1)
节点文献
引证文献  (17)
同被引文献  (39)
二级引证文献  (139)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(5)
  • 引证文献(2)
  • 二级引证文献(3)
2013(15)
  • 引证文献(3)
  • 二级引证文献(12)
2014(19)
  • 引证文献(2)
  • 二级引证文献(17)
2015(10)
  • 引证文献(0)
  • 二级引证文献(10)
2016(31)
  • 引证文献(2)
  • 二级引证文献(29)
2017(24)
  • 引证文献(1)
  • 二级引证文献(23)
2018(23)
  • 引证文献(1)
  • 二级引证文献(22)
2019(21)
  • 引证文献(2)
  • 二级引证文献(19)
2020(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
BP神经网络
图像处理
车牌识别
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
中国人民公安大学学报(自然科学版)
季刊
1007-1784
11-3933/N
16开
北京市西城区木樨地南里
1996
chi
出版文献量(篇)
1994
总下载数(次)
6
总被引数(次)
8979
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导