数据融合技术在车牌字符识别中的应用研究

• 作者: 任安虎 张亮 张燕
• 来源期刊: 电子设计工程
• 学科: 工学
• 关键词: 车牌识别 数据融合 算法 BP神经网络 识别率
• 年，卷（期）: 2010,（8）
• 页码范围: 33-35
• 分类号: TP391
• 字数: 3645字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-6236.2010.08.010

摘要

在车牌字符识别中,针对单一识别方法识别率不高的问题,提出了应用数据融合技术,将不同的识别方法有机地结合起来构成融合型识别系统,有效地、综合地提高整个系统的识别性能.数据层选择了加权平均算法,特征层选择了人工神经网络算法,决策层采用了模糊推理算法实现对车牌字符的最终识别.应用MATLAB进行了仿真,并与单独使用BP神经网络算法的识别率进行了比较,结果证明采用数据融合技术系统的识别率得到了较大提高,达到90%以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	任安虎	西安工业大学电子信息工程学院	36	106	6.0	8.0
2	张燕	陕西工业职业技术学院电气工程系	19	42	4.0	5.0
3	张亮	西安工业大学电子信息工程学院	20	60	4.0	7.0