原文服务方: 科技与创新       
摘要:
文中先对BP算法进行了分析,然后针对标准BP算法的不足进行了改进,通过对作用函数进行修正、自动调节学习率以及选择初始权值后得到了改进的BP算法,并给出了在车牌识别技术中的应用实例.对比分析识别数据,可以看出改进后的算法具有收敛速度快、识别时间短、识别率非常高等方面的优点,识别性能得到了很大优化.
推荐文章
一种改进的BP-AdaBoost算法及应用研究
神经网络
BP-AdaBoost算法
思维进化算法
多分类
上证指数预测
强预测器
基于改进BP算法的软件缺陷预测模型研究
缺陷预测模型
模拟退火算法
JCUDA技术
BP算法
一种基于演化算法的BP改进算法
演化算法
自适应学习率
BP算法
BP神经网络算法的改进及收敛性分析
网络算法
BP神经网络
共轭梯度法
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 改进BP算法的研究及应用
来源期刊 科技与创新 学科
关键词 神经网络 车牌识别 BP算法
年,卷(期) 2009,(24) 所属期刊栏目 软件时空
研究方向 页码范围 170-171,93
页数 3页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1008-0570.2009.24.069
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 姜薇 中国矿业大学环测学院 26 191 8.0 13.0
2 张虹 中国矿业大学计算机学院 97 788 14.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (7)
共引文献  (11)
参考文献  (3)
节点文献
引证文献  (19)
同被引文献  (17)
二级引证文献  (19)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(4)
  • 参考文献(1)
  • 二级参考文献(3)
2008(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(6)
  • 引证文献(5)
  • 二级引证文献(1)
2011(6)
  • 引证文献(4)
  • 二级引证文献(2)
2012(4)
  • 引证文献(1)
  • 二级引证文献(3)
2013(6)
  • 引证文献(3)
  • 二级引证文献(3)
2014(6)
  • 引证文献(3)
  • 二级引证文献(3)
2015(5)
  • 引证文献(1)
  • 二级引证文献(4)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(1)
  • 二级引证文献(1)
研究主题发展历程
节点文献
神经网络
车牌识别
BP算法
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
科技与创新
半月刊
2095-6835
14-1369/N
大16开
2014-01-01
chi
出版文献量(篇)
41653
总下载数(次)
0
总被引数(次)
202805
论文1v1指导