基于FCM和组合神经网络的车牌汉字字符识别方法

• 作者: 仝淑贞 魏运
• 来源期刊: 交通信息与安全
• 学科: 工学
• 关键词: FCM LVQ 神经网络 聚类 字符识别
• 年，卷（期）: 2010,（3）
• 页码范围: 30-34
• 分类号: TP391.4
• 字数: 3471字
• 语种: 中文
• DOI: 10.3963/j.ISSN1674-4861.2010.03.007

摘要

提出了1种组合神经网络结构的车牌汉字识别方法,主要从特征选取和分类器设计2方面研究车牌汉字字符识别,识别系统由2层神经网络组成,应用FCM算法对汉字进行粗聚类,聚类结果作为后续网络的先验知识,产生网络训练目标,采用LVQ网络进行粗分类,通过BP网络进行细分类.该种分层结构缩减了待识别模式的搜索范围,克服了传统单层识别系统识别率不高和组合网络粗分类率低的缺点.实验结果显示,本方法的识别率高,识别效率较好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏运		9	37	5.0	5.0
2	仝淑贞		5	10	1.0	2.0